Pandas如何基于筛选的列索引用各列中位数fillna填充缺失值

错误原因 #

• 对筛选得到的Index类型列索引直接调用median()会触发如下报错：

index doesnt have median
原因是pandas索引对象未实现中位数计算方法，本身不支持该统计操作。

• 去掉.index属性后得到的是存储各列缺失值占比的Series，此时计算得到的中位数是缺失占比值序列的统计结果，和原始DataFrame的列数据无关，无法满足按列自身中位数填充的要求。

正确实现代码 #

完整流程如下：

# 计算全表各列缺失值占比
null_ratio = data.isnull().sum() * 100 / len(data)
# 筛选缺失值占比在10%~40%区间的目标列
target_cols = null_ratio[(null_ratio >= 10.0) & (null_ratio <= 40.0)].index
# 对目标列用各列自身中位数填充缺失值
data[target_cols] = data[target_cols].fillna(data[target_cols].median())

逻辑说明 #

• 代码中data[target_cols].median()会返回以目标列名为索引、各列中位数为值的Series，传入fillna后pandas会自动按列名匹配填充值，确保每列缺失值填入的是本列的中位数，不会出现值错配。
• 该操作仅修改筛选出的目标列，其余列的数值、缺失状态都不会被改动。
• pandas的median()方法默认会自动跳过列内的缺失值计算统计结果，不需要额外预处理空值。

内容的提问来源于stack exchange，提问作者captmorgan