如何按Family Name分组用组内最小值填充DataFrame的Storage列NaN

原始DataFrame #

import pandas as pd
import numpy as np

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]})

原始输出 #

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

需求 #

按Family Name分组，用每组Storage列的最小值填充该组内的NaN值。

尝试的无效代码 #

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

期望输出 #

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

解决方案 #

你的代码问题在于groupby.apply()返回的是整个分组后的DataFrame，直接赋值给df["Storage"]会导致维度不匹配。以下两种方法可以解决：

方法1：用transform生成同长度最小值序列后填充 #

# 计算每组Storage的最小值，生成与原DataFrame同长度的序列
group_min = df.groupby("Family Name")["Storage"].transform("min")
# 填充NaN值
df["Storage"] = df["Storage"].fillna(group_min)

方法2：直接对分组后的Storage列操作 #

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

两种方法都能实现需求：第一种利用transform更高效，第二种逻辑更直观，直接针对目标列做分组处理。

内容的提问来源于stack exchange，提问作者DSR