如何在Pandas分组（groupby）后仅对单个列执行插值（interpolate）？

在对DataFrame按filename分组插值时，若只想针对单个列（如val2）处理，直接在apply中提取单列操作会导致其他列丢失。以下是具体的解决方法：

输入数据 #

filename    val1    val2
t                   
1   file1.csv   5       10
2   file1.csv   NaN     NaN
3   file1.csv   15      20
6   file2.csv   NaN     NaN
7   file2.csv   10      20
8   file2.csv   12      15

期望输出 #

filename    val1    val2
t                   
1   file1.csv   5       10
2   file1.csv   NaN     15
3   file1.csv   15      20
6   file2.csv   NaN     NaN
7   file2.csv   10      20
8   file2.csv   12      15

问题分析 #

你之前的代码仅返回插值后的val2列，是因为lambda表达式直接返回了group['val2'].interpolate(...)，相当于只提取了目标列，原DataFrame的其他列被丢弃。

解决方案 #

方法1：使用transform（推荐） #

transform会将分组内的计算结果映射回原DataFrame的对应位置，完美保留其他列数据：

df['val2'] = df.groupby('filename')['val2'].transform(lambda x: x.interpolate(method='index'))

方法2：使用apply配合assign #

通过assign在原分组数据上修改val2列，返回完整的分组结果：

df = df.groupby('filename').apply(lambda group: group.assign(val2=group['val2'].interpolate(method='index'))).reset_index(drop=True)

如果不需要重置索引，可以去掉.reset_index(drop=True)。

两种方法都能实现仅对val2列按组插值，同时保留filename、val1列的原始数据，得到符合预期的输出。

内容的提问来源于stack exchange，提问作者dch2404