如何在Polars DataFrame中按关联特征的中位数填充空值？

针对你需要按IMDB Score分组，用组内Meta Score的中位数填充空值的需求，Polars提供了两种简洁高效的实现方式，以下是具体代码和说明：

方法一：使用窗口函数（推荐） #

这种方式利用Polars的窗口函数over直接在原DataFrame上操作，无需额外的分组聚合与连接操作，代码更简洁且性能更优：

df = df.with_columns(
    pl.col("Meta Score").fill_null(
        pl.col("Meta Score").median().over("IMDB Score")
    )
)

代码解释： #

• with_columns：用于修改或添加DataFrame中的列
• fill_null：指定空值的填充规则
• pl.col("Meta Score").median().over("IMDB Score")：通过窗口函数over按IMDB Score分组，计算每组Meta Score的中位数，并用该值填充组内的空值

执行后得到的结果如下：

┌──────┬────────────┬────────────┐
│ Name ┆ IMDB Score ┆ Meta Score │
│ ---  ┆ ---        ┆ ---        │
│ str  ┆ i64        ┆ f64        │
╞══════╪════════════╪════════════╡
│ B    ┆ 8          ┆ 86.0       │
│ C    ┆ 8          ┆ 90.0       │
│ D    ┆ 8          ┆ 90.0       │
│ E    ┆ 8          ┆ 91.0       │
│ D    ┆ 7          ┆ 66.0       │
│ D    ┆ 3          ┆ 44.0       │
└──────┴────────────┴────────────┘

方法二：分组聚合后连接 #

如果你更习惯类似Pandas的分组-聚合-填充逻辑，也可以先计算各组的中位数，再通过连接操作填充空值：

# 1. 计算每组的Meta Score中位数
median_groups = df.group_by("IMDB Score").agg(
    pl.col("Meta Score").median().alias("Group Median")
)

# 2. 左连接原数据，填充空值后删除临时列
df = df.join(median_groups, on="IMDB Score").with_columns(
    pl.col("Meta Score").fill_null(pl.col("Group Median"))
).drop("Group Median")

与Pandas写法的对比 #

对比你提供的Pandas代码：

df.to_pandas().groupby('IMDB Score')['Meta Score'].apply(lambda x: x.fillna(x.median()))

Polars的窗口函数写法无需使用apply这类非向量化操作，避免了隐式循环，在处理大数据集时性能优势更明显，同时代码结构更直观。

内容的提问来源于stack exchange，提问作者Regular Tech Guy