如何按Model分组用最低Price行填充Pandas DataFrame空值？

可以通过分组后提取每组Price最小的行，再用该行值填充组内空值来实现需求，具体步骤如下：

1. 先将Price列转换为数值类型（避免因原数据类型导致min计算错误）：

import pandas as pd
import numpy as np

data = [[1000, 'x', 'A'], [2000,'y', 'A'], ['NaN','NaN', 'A'], ['NaN','NaN','B'], [1700,'z', 'B']]
df = pd.DataFrame(data, columns=['Price', 'Attribute', 'Model' ])
df = df.replace('NaN',np.nan)

# 转换Price为数值型
df['Price'] = pd.to_numeric(df['Price'])

2. 按Model分组，对每组使用Price最小的行填充空值：

# 定义填充逻辑：每组取Price最小的行，用该行值填充组内空值
filled_df = df.groupby('Model', group_keys=False).apply(
    lambda g: g.fillna(g.loc[g['Price'].idxmin()])
)

运行后filled_df的输出与期望一致：

Price Attribute Model
0  1000.0         x     A
1  2000.0         y     A
2  1000.0         x     A
3  1700.0         z     B
4  1700.0         z     B

逻辑说明 #

• groupby('Model', group_keys=False)：按Model分组，避免分组后额外保留组键索引
• g.loc[g['Price'].idxmin()]：定位当前组中Price最小的行（若存在多个Price相同的最小值，取第一个出现的行）
• g.fillna(...)：用该行的所有非空值，批量填充组内对应列的空值

内容的提问来源于stack exchange，提问作者Aayush Gupta