如何将pandas DataFrame的NaN值替换为各年份对应列的中位数

你可以先把数值列转换为标准浮点型，再按年份分组计算各列中位数填充NaN即可，具体代码及说明如下：

import pandas as pd

# 若你的数据中A/B/C列已经是数值类型，可跳过第一步的格式转换
# 第一步：清洗示例中带千位分隔符的数值，转换为标准浮点型
for col in ["A", "B", "C"]:
    # 移除多余的千位分隔小数点，仅保留最后一个小数点位
    df[col] = df[col].str.replace(r'\.(?=.*\.)', '', regex=True).astype(float)

# 第二步：按年份分组，用对应年份各列的横截面中位数填充NaN
df[["A", "B", "C"]] = df.groupby("year")[["A", "B", "C"]].transform(
    lambda x: x.fillna(x.median())
)

• 核心逻辑是通过groupby('year')将面板数据拆分为各年份的横截面数据
• transform方法会保留原数据的行索引顺序，不会打乱原数据的结构，将每个年份对应列的中位数填充到该列该年份的NaN位置
• 若存在某一年某一列全为NaN的极端情况，填充后该位置仍为NaN，你可以根据需求额外补充逻辑处理该边界场景

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