Python数据框使用其他列中的信息填充NaN值

Question

我试图自己解决这个问题，但不幸的是我没有取得太大进展，并且非常感谢任何可以帮助我的人。

我当前的数据框包含3列：2个健康列和1个缺少某些值的列，表示为NaN。

df
Out[18]: 
  x1  x2   x3
0  A   1  2.0
1  B   0  NaN
2  A   0  1.0
3  A   1  2.0
4  A   0  NaN
5  B   1  1.0
6  A   1  1.0
7  B   0  2.0
8  B   0  2.0

我想通过获取“ x1”和“ x2”的groupby的中值来填充“ x3”中的缺失值。

groupby_df = df.groupby(['x1', 'x2'])['x3'].median()

groupby_df
Out[22]: 
x1  x2
A   0     1.0
    1     2.0
B   0     2.0
    1     1.0

因此，例如，对应于（B，0）的NaN值将被2替换，而（A，0）则被1替换。不幸的是，我无法弄清楚这部分。 是否有一种优雅的“ DataFrame方法”，可以使用groupby用计算出的中位数填充NaN值？

谢谢

Answer 1

在groupby使用fillna

df['x3']=df.groupby(['x1','x2'])['x3'].apply(lambda x : x.fillna(x.median()))
df
Out[928]: 
  x1  x2   x3
0  A   1  2.0
1  B   0  2.0
2  A   0  1.0
3  A   1  2.0
4  A   0  1.0
5  B   1  1.0
6  A   1  1.0
7  B   0  2.0
8  B   0  2.0