pandas中用groupby字典填充列NaN未生效问题排查

• 生成的字典结构不符合预期：对groupby聚合输出的DataFrame直接调用to_dict()，得到的是双层嵌套字典，格式为{'cylinders': {车型名1: 中位数1, 车型名2: 中位数2}}，不是{车型名: 对应中位数}的单层映射结构。
• fillna逻辑用错：对df['cylinders']这个Series调用fillna传入字典时，pandas会按照Series自身的行索引匹配字典键，不会自动关联model列的取值做匹配，自然无法完成对应填充。

1. 生成分组中位数单层映射字典

# 分组后直接取cylinders列得到Series，转字典后就是车型为键、中位数为值的单层结构
cylinders_model_med = df.groupby('model')['cylinders'].median().to_dict()

2. 按model列匹配中位数完成空值填充

# 先用map把每行model对应的中位数取出来，再传入fillna完成填充
df['cylinders'] = df['cylinders'].fillna(df['model'].map(cylinders_model_med))

3. 校验填充结果

# 输出剩余空值数量
print(df['cylinders'].isna().sum())

如果存在某款车型的所有cylinders记录都是空值的情况，该车型映射得到的中位数也为NaN，填充后这部分记录仍为空。可以追加一行全局填充兜底：

# 用全量数据的气缸数中位数填充剩余空值，也可以根据需求换成众数、固定值等
df['cylinders'] = df['cylinders'].fillna(df['cylinders'].median())

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