Python-Pandas NA Ersetzen mit dem Median oder Mittelwert einer Gruppe in Datenrahmen

Question

Angenommen, wir haben eine df:

A  B 
    apple 1.0 
    apple 2.0 
    apple NA 
    orange NA 
    orange 7.0 
    melon 14.0 
    melon NA 
    melon 15.0 
    melon 16.0 

die NA ersetzen, können wir df verwenden [ "B"] fillna (df [. "B"]. Median()), aber es wird NA mit dem Median aller Daten in "B" füllen

Gibt es irgendeine Möglichkeit, dass wir den Median eines bestimmten A verwenden können, um die NA zu ersetzen (wie unten)):

A  B 
    apple 1.0 
    apple 2.0 
    apple **1.5** 
    orange **7.0** 
    orange 7.0 
    melon 14.0 
    melon **15.0** 
    melon 15.0 
    melon 16.0 

Danke!

Answer 1

In Pandas können Sie transform verwenden null-fill-Werte zu erhalten:

>>> med = df.groupby('A')['B'].transform('median') 
>>> df['B'].fillna(med) 
0  1.0 
1  2.0 
2  1.5 
3  7.0 
4  7.0 
5 14.0 
6 15.0 
7 15.0 
8 16.0 
Name: B, dtype: float64 

Answer 2

In R kann na.aggregate/data.table den Wert NA durch mean Wert der Gruppe ersetzen. Wir konvertieren den 'data.frame' in 'data.table' (setDT(df)), gruppiert nach 'A', wenden Sie die na.aggregate auf 'B' an.

library(zoo) 
library(data.table) 
setDT(df)[, B:= na.aggregate(B), A] 
df 
#  A B 
#1: apple 1.0 
#2: apple 2.0 
#3: apple 1.5 
#4: orange 7.0 
#5: orange 7.0 
#6: melon 14.0 
#7: melon 15.0 
#8: melon 15.0 
#9: melon 16.0