Python Groupby，DF转换循环（DF> Groupby>应用功能>数组>返回DF）

Question

获取估算的2d_array并返回到Origianl df的最佳方法？

（必须在循环中工作）

循环使用Groupby获取我的DF的子集。

将MICE imputation应用于该结果组（子集）的2列。

产生numpy array，现在已推算NaN值。 （到目前为止一切都很好）

请注意，右下角的值（5.07e + 9）已正确估算（忽略float64中的年份）

  

将估算的2d_array返回Origianl DF的最佳方法？

• 我可以将数组转换为具有匹配列名的新df，然后执行df.merge，但是 在循环中 ，我感觉像这样在计算上会很昂贵（？）

    

  groupby的{​​{1}}是否自动处理此问题？

Transform

想定义一个函数或使用df = ['country', 'series', 'year', 'value'] a_given_country_series_group = df.groupby(['country', 'series']) for value_column in a_given_country_series_group, if np.nan is present in value_column (or a_given_country_series_group) #either should be fine #apply imputation to group via: mice((a_given_country_series_group[['year', 'value']]).values) #Returns imputed 2d array of that group #All good so far... #put resulting 2d_array back into original df, then go to the next country_series_group and repeat with next grouping 来将估算的结果恢复为原始结果，但这是最好的方法吗？