填充 NA：组中的最小值

Question

这是我的 DataFrame。

df = pd.DataFrame ( {'CNN': ['iphone 11 63 GB TMO','iphone 11 128 GB ATT','iphone 11 other carrier','iphone 12 256 GB TMO','iphone 12 64 GB TMO','iphone 12 other carrier'], 
                            'Family Name':['iphone 11', 'iphone 11', 'iphone 11', 'iphone 12', 'iphone 12', 'iphone 12'],
                            'Storage': [63, 128,np.nan, 256,64, np.nan]})

Output:

                       CNN Family Name  Storage
0      iphone 11 63 GB TMO   iphone 11     63.0
1     iphone 11 128 GB ATT   iphone 11    128.0
2  iphone 11 other carrier   iphone 11      NaN
3     iphone 12 256 GB TMO   iphone 12    256.0
4      iphone 12 64 GB TMO   iphone 12     64.0
5  iphone 12 other carrier   iphone 12      NaN

我想要实现的是找到 NA。 标准是来自组（姓氏）的最小存储量。 我试图按 fillna(min()) 分组，但它似乎没有用。

#Tried
df["Storage"] = df.groupby("Family Name").apply(lambda x: x.fillna(x.min()))

这是预期的最终 output。

Expected Output:

                       CNN Family Name  Storage
0      iphone 11 63 GB TMO   iphone 11     63.0
1     iphone 11 128 GB ATT   iphone 11    128.0
2  iphone 11 other carrier   iphone 11     63.0
3     iphone 12 256 GB TMO   iphone 12    256.0
4      iphone 12 64 GB TMO   iphone 12     64.0
5  iphone 12 other carrier   iphone 12     64.0

Answer 1

使用groupby.transform和fillna ：

df['Storage'] = df['Storage'].fillna(df.groupby('Family Name')['Storage'].transform('min'))

或者，可能更有效， groupby.min和map具有boolean 索引，具体取决于 DataFrame 的大小、NaN 的数量（其中很少）和组数：

s = df.groupby('Family Name')['Storage'].min()
m = df['Storage'].isna()
df.loc[m, 'Storage'] = df.loc[m, 'Family Name'].map(s)

Output：

                       CNN Family Name  Storage
0      iphone 11 63 GB TMO   iphone 11     63.0
1     iphone 11 128 GB ATT   iphone 11    128.0
2  iphone 11 other carrier   iphone 11     63.0
3     iphone 12 256 GB TMO   iphone 12    256.0
4      iphone 12 64 GB TMO   iphone 12     64.0
5  iphone 12 other carrier   iphone 12     64.0

Answer 2

将GroupBy.transform用于具有与原始列相同大小的 Series 与Series.fillna ：

df["Storage"] = df["Storage"].fillna(df.groupby("Family Name")["Storage"].transform('min'))

您的解决方案应该更改：

df["Storage"] = df.groupby("Family Name")["Storage"].transform(lambda x: x.fillna(x.min()))

Answer 3

另一种可能的解决方案：

(df.groupby('Family Name', group_keys=True, as_index=False)
 .apply(lambda g: g.sort_values('Storage', ascending=False).ffill().sort_index())
 .reset_index(drop=True))

Output：

                       CNN Family Name  Storage
0      iphone 11 63 GB TMO   iphone 11     63.0
1     iphone 11 128 GB ATT   iphone 11    128.0
2  iphone 11 other carrier   iphone 11     63.0
3     iphone 12 256 GB TMO   iphone 12    256.0
4      iphone 12 64 GB TMO   iphone 12     64.0
5  iphone 12 other carrier   iphone 12     64.0