Pandas条件分组Transform计算:如何将结果应用到整列而非仅匹配行?
问题根因
出现NaN的核心原因有两点:
- 第一步通过布尔索引筛出
City2='C'的行子集后,在子集上做分组transform得到的结果,仅保留了子集对应的行索引(在你的样例数据里就是索引0、2、4、7、9) - pandas在做列赋值时严格遵循索引对齐规则:只有两边索引匹配的位置才会填充对应的值,原表中没被子集覆盖的行因为找不到匹配的值,就会自动填充为NaN。
解决方法
根据你的实际需求可以选择对应实现:
全表统一填充计算得到的均值
先把均值计算为单个标量值,再直接赋值给整列,所有行都会显示同一个值,不会出现空值:# 保留你原有的nsmallest(11)取数逻辑,计算得到标量均值4.4 target_avg = df.loc[df['City2'] == 'C', 'Value'].nsmallest(11).mean() # 直接将标量赋值给新列,整列所有行都会统一填充该值 df['C_Average'] = target_avg按Name、City分组填充对应均值
如果你后续扩展需求是:按Name和City分组,把每个分组内符合City2='C'条件的Value均值,填充到该分组下的所有行(不局限于City2='C'的行),就不能直接在筛选后的子集上做transform赋值,需要先做聚合再映射回原表,从根源上避免索引不匹配导致的NaN:# 先聚合得到每个(Name, City)组合对应的目标均值 grouped_avg = ( df[df['City2'] == 'C'] .groupby(['Name', 'City'])['Value'] .apply(lambda v: v.nsmallest(11).mean()) .reset_index(name='C_Average') ) # 通过分组键将均值映射回原表所有行 df = df.merge(grouped_avg, on=['Name', 'City'], how='left')
内容的提问来源于stack exchange,提问作者SOK
相关产品推荐
相关产品推荐

