如何在pandas中输出groupby输出？

Question

我有一个数据帧有4列（A，B，C，D）。 D有一些NaN条目。我想用具有相同A，B，C值的D的平均值填充NaN值。例如，如果A，B，C，D的值分别为x，y，z和Nan，那么我希望将NaN值替换为D的平均值，其中A ，B，C分别是x，y，z。

Answer 1

我想你需要：

df.D = df.groupby(['A','B','C'])['D'].apply(lambda x: x.fillna(x.mean())) 

样品：

df = pd.DataFrame({'A':[1,1,1,3], 
        'B':[1,1,1,3], 
        'C':[1,1,1,3], 
        'D':[1,np.nan,3,5]}) 

print (df) 
    A B C D 
0 1 1 1 1.0 
1 1 1 1 NaN 
2 1 1 1 3.0 
3 3 3 3 5.0 

df.D = df.groupby(['A','B','C'])['D'].apply(lambda x: x.fillna(x.mean())) 
print (df) 
    A B C D 
0 1 1 1 1.0 
1 1 1 1 2.0 
2 1 1 1 3.0 
3 3 3 3 5.0 

Answer 2

链接复制这个问题作进一步的信息： Pandas Dataframe: Replacing NaN with row average

做在提到的另一个建议方式链接在转置上使用简单的填充物： df.T.fillna(df.mean(axis=1)).T

Answer 3

df['D'].fillna(df.groupby(['A','B','C'])['D'].transform('mean'))将快于apply

In [2400]: df 
Out[2400]: 
    A B C D 
0 1 1 1 1.0 
1 1 1 1 NaN 
2 1 1 1 3.0 
3 3 3 3 5.0 

In [2401]: df['D'].fillna(df.groupby(['A','B','C'])['D'].transform('mean')) 
Out[2401]: 
0 1.0 
1 2.0 
2 3.0 
3 5.0 
Name: D, dtype: float64 

In [2402]: df['D'] = df['D'].fillna(df.groupby(['A','B','C'])['D'].transform('mean')) 

In [2403]: df 
Out[2403]: 
    A B C D 
0 1 1 1 1.0 
1 1 1 1 2.0 
2 1 1 1 3.0 
3 3 3 3 5.0 

---

详细

In [2396]: df.shape 
Out[2396]: (10000, 4) 

In [2398]: %timeit df['D'].fillna(df.groupby(['A','B','C'])['D'].transform('mean')) 
100 loops, best of 3: 3.44 ms per loop 


In [2397]: %timeit df.groupby(['A','B','C'])['D'].apply(lambda x: x.fillna(x.mean())) 
100 loops, best of 3: 5.34 ms per loop