在python pandas中groupby之后从列中填充缺失的行

Posted 2023-03-11

【中文标题】在python pandas中groupby之后从列中填充缺失的行

【英文标题】：Fill in missing rows from columns after groupby in python pandas

【发布时间】：2017-05-08 21:44:18

【问题描述】：

我有一个看起来像这样但更大的数据集。

Column A   Column B  Result
1          1         2.4
1          4         2.9
1          1         2.8
2          5         9.3
3          4         1.2

df.groupby(['Column A','Column B'])['result'].mean() 

Column A   Column B  Result
1          1         2.6
           4         2.9
2          5         9.3
3          4         1.2

我希望 B 列的范围为 1-10，这些行的结果是 A 列和 B 列的平均值。所以这是我想要的表：

Column A   Column B  Result
1          1         2.6
           2         2.75
           3         2.75
           4         2.9 
           5         6.025
2          1         5.95
           2         9.3
           3         9.3
...

希望这一点正在得到解决。我知道平均情况非常令人困惑，所以我只需要能够填写所需范围的缺失值即可。感谢您的帮助！

【参考方案1】：

您需要reindex 由MultiIndex.from_product 创建的新index 和groupby 由第一级Column A 和fillna 由mean 每组：

df = df.groupby(['Column A','Column B'])['Result'].mean() 
mux = pd.MultiIndex.from_product([df.index.get_level_values(0).unique(),
                                  np.arange(1,10)], names=('Column A','Column B'))
df = df.reindex(mux)
df = df.groupby(level='Column A').apply(lambda x: x.fillna(x.mean()))
print (df)
Column A  Column B
1         1           2.60
          2           2.75
          3           2.75
          4           2.90
          5           2.75
          6           2.75
          7           2.75
          8           2.75
          9           2.75
2         1           9.30
          2           9.30
          3           9.30
          4           9.30
          5           9.30
          6           9.30
          7           9.30
          8           9.30
          9           9.30
3         1           1.20
          2           1.20
          3           1.20
          4           1.20
          5           1.20
          6           1.20
          7           1.20
          8           1.20
          9           1.20
Name: Result, dtype: float64