在Pandas DataFrame中分组计算中位数时给缺失项赋值0的实现

要实现计算中位数时给缺失Item补0的需求，可按以下步骤操作：

1. 加载原始数据 #

先将原始数据转为Pandas DataFrame：

import pandas as pd

# 原始数据
data = [
    ("2021-01-01", "A", 3),
    ("2021-01-01", "B", 2),
    ("2021-01-01", "C", 1),
    ("2021-02-01", "A", 6),
    ("2021-02-01", "B", 4),
    ("2021-03-01", "A", 8)
]
df = pd.DataFrame(data, columns=["Date", "Item", "Price"])

2. 补全缺失Item并填充0 #

先提取所有唯一的Item，再通过透视表补全每个日期下的所有Item记录，缺失的Price用0填充：

# 获取所有存在的Item
all_items = df["Item"].unique()
# 补全每个日期的Item，缺失Price填0
df_full = (
    df.pivot(index="Date", columns="Item", values="Price")
    .reindex(columns=all_items)
    .fillna(0)
    .stack()
    .reset_index(name="Price")
)

3. 分组计算中位数 #

基于补全后的数据按日期分组，计算中位数并整理格式：

# 计算中位数
median_result = df_full.groupby("Date")["Price"].median().reset_index()
# 添加Item列标记为Median
median_result["Item"] = "Median"

4. 合并原始数据与中位数结果 #

将原始数据和中位数行合并，再按日期排序：

# 合并数据
final_df = pd.concat([df, median_result], ignore_index=True)
# 按日期排序，让同一日期的记录聚集在一起
final_df = final_df.sort_values("Date").reset_index(drop=True)

最终输出结果 #

执行上述代码后，final_df将输出符合需求的内容：

核心逻辑说明 #

• 补全缺失Item是关键：通过透视表展开所有日期的Item维度，确保计算中位数时包含缺失Item对应的0值，避免默认忽略缺失项导致的结果偏差。
• 合并后排序保证了数据展示的可读性，同一日期的原始数据与中位数行相邻。

内容的提问来源于stack exchange，提问作者Erica Chung