大熊猫使用groupby

Question

我想要使用具有相似列的值的行进行估算。

例如，我有这样的数据帧

one | two | three 
1  1  10 
1  1  nan 
1  1  nan 
1  2  nan 
1  2  20 
1  2  nan 
1  3  nan 
1  3  nan 

我想使用的柱[“一个”]键和[“2”]，其类似于并且如果柱[“三”]不完全楠然后在列值归咎于相似键的行现有的值[“3”]

这里是我的愿望结果

one | two | three 
1  1  10 
1  1  10 
1  1  10 
1  2  20 
1  2  20 
1  2  20 
1  3  nan 
1  3  nan 

可以看到，键1和3不包含任何价值因为t他现有的价值不存在。

我一直在使用这给了我一个错误GROUPBY fillna（）

df['three'] = df.groupby(['one','two'])['three'].fillna() 

尝试。

我已经尝试了向前填充，这给我相当奇怪的结果，而不是向前填充列2。我正在使用此代码进行前向填充。

df['three'] = df.groupby(['one','two'], sort=False)['three'].ffill() 

谢谢你的时间。

Answer 1

如果每组使用ffill（正向填充）和每组bfill（向后填充）只有一个非NaN的值，所以需要apply与lambda：

df['three'] = df.groupby(['one','two'], sort=False)['three'] 
       .apply(lambda x: x.ffill().bfill()) 
print (df) 
    one two three 
0 1 1 10.0 
1 1 1 10.0 
2 1 1 10.0 
3 1 2 20.0 
4 1 2 20.0 
5 1 2 20.0 
6 1 3 NaN 
7 1 3 NaN 

但是，如果每组的多个值和需要更换NaN由一些常量 - 例如mean按组：

print (df) 
    one two three 
0 1 1 10.0 
1 1 1 40.0 
2 1 1 NaN 
3 1 2 NaN 
4 1 2 20.0 
5 1 2 NaN 
6 1 3 NaN 
7 1 3 NaN 

df['three'] = df.groupby(['one','two'], sort=False)['three'] 
       .apply(lambda x: x.fillna(x.mean())) 
print (df) 
    one two three 
0 1 1 10.0 
1 1 1 40.0 
2 1 1 25.0 
3 1 2 20.0 
4 1 2 20.0 
5 1 2 20.0 
6 1 3 NaN 
7 1 3 NaN