如何基于对应Ranking分组的median填充Budget与Profit列的缺失值

• 列名不匹配：数据集分组字段为Ranking，原代码错误使用score作为列名，无法读取对应列数据
• 方法名拼写错误：缺失值填充方法是fillna，原代码误写为filla
• 链式索引问题：df.loc[i, :]['budget'].fillna()属于链式索引操作，pandas只会修改返回的副本，不会改动原DataFrame
• 逻辑不完整：仅处理了Budget列的缺失值，未覆盖Profit列
• 遍历效率极低：逐行遍历的写法在数据量较大时性能非常差，没有利用pandas向量化操作的特性

方案1：groupby+transform 简洁实现（推荐） #

无需手动写循环，效率最高，代码可维护性强：

import pandas as pd
import numpy as np

# 构造示例数据集
data = {
    'Budget': [10000, np.nan, 5000, 12000, 2000, 5000],
    'Profit': [np.nan, 4000, 7000, np.nan, 4500, 10000],
    'Ranking': [8, 3, 9, 8, 3, 8]
}
df = pd.DataFrame(data)

# 按Ranking分组，用对应分组的中位数填充两列缺失值
df[['Budget', 'Profit']] = df.groupby('Ranking')[['Budget', 'Profit']].transform(
    lambda x: x.fillna(x.median())
)

方案2：基于原循环逻辑修改的版本 #

如果你需要保留循环写法，修复后的代码如下：

for score in range(1, 11):
    # 计算当前分组两列的中位数
    median_budget = df[df['Ranking'] == score]['Budget'].median()
    median_profit = df[df['Ranking'] == score]['Profit'].median()
    # 取当前分组的所有行索引
    group_idx = df[df['Ranking'] == score].index
    # 直接对原DataFrame对应位置赋值，避免链式索引
    df.loc[group_idx, 'Budget'] = df.loc[group_idx, 'Budget'].fillna(median_budget)
    df.loc[group_idx, 'Profit'] = df.loc[group_idx, 'Profit'].fillna(median_profit)

内容的提问来源于stack exchange，提问作者user14994313