在python中，如何在没有for循环的情况下有条件地为给定的组分配中值？

我试图将每个gvkey的rp中值分配给每个NaN值。我可以用这个for循环来实现：

for i in range(df.shape[0]):
    if df.iloc[i]['rp']!=1 and df.iloc[i]['rp']!=0:
        df.iloc[i]['rp']=df['rp'][df['gvkey']==df.iloc[i]['gvkey']].median()

但必须有一种方法可以在没有for循环的情况下实现这一点

数据集示例如下所示：

gvkey     rp    cliff
1004.0    0     0
1004.0    0     0
1004.0    NaN   0
1005.0    1     1
1005.0    1     0
1005.0    0     1
1005.0    NaN   0

在

grpkey

上使用，并使用

median

变换列

rp

，然后使用填充列

rp

中缺少的值：

df['rp'] = pd.to_numeric(df['rp'], errors='coerce')
df['rp'] = df['rp'].fillna(df.groupby('gvkey')['rp'].transform('median'))

结果:

# print(df)
    gvkey   rp  cliff
0  1004.0  0.0      0
1  1004.0  0.0      0
2  1004.0  0.0      0
3  1005.0  1.0      1
4  1005.0  1.0      0
5  1005.0  0.0      1
6  1005.0  1.0      0

在

grpkey

上使用，并使用

median

变换列

rp

，然后使用填充列

rp

中缺少的值：

df['rp'] = pd.to_numeric(df['rp'], errors='coerce')
df['rp'] = df['rp'].fillna(df.groupby('gvkey')['rp'].transform('median'))

结果:

# print(df)
    gvkey   rp  cliff
0  1004.0  0.0      0
1  1004.0  0.0      0
2  1004.0  0.0      0
3  1005.0  1.0      1
4  1005.0  1.0      0
5  1005.0  0.0      1
6  1005.0  1.0      0

---

您可以在gvkey列上使用以下方法计算中值：

median_values=df.groupby（'gvkey'）.median（）

然后，您可以使用方法用计算出的中间值填充所有nan值。需要注意的是，fillna使用数据帧索引，因此需要设置新索引（用于计算中间值）：

df.set_index（'gvkey'）。fillna（中值）。reset_index（）

---

方法DataFrame.reset_index（）用于返回“gvkey”列。

您可以在gvkey列上使用方法计算中值：

median_values=df.groupby（'gvkey'）.median（）

然后，您可以使用方法用计算出的中间值填充所有nan值。需要注意的是，fillna使用数据帧索引，因此需要设置新索引（用于计算中间值）：

df.set_index（'gvkey'）。fillna（中值）。reset_index（）

---

方法DataFrame.reset_index（）用于返回“gvkey”列。

谢谢，但我得到了数据错误：没有要聚合的数值类型，可能是因为某些gvkey的中位数是NaN？对于某些gvkey最有可能都是NaN？rp列的数据类型是什么？谢谢，但我得到了数据错误：没有要聚合的数字类型，可能是因为对于某些gvkey，中位数是NaN？对于某些gvkey最有可能都是NaN？rp列的数据类型是什么？然后您是否会计算并分配gvkey的中值而不是rp？不，但这将在“rp”和“cliff”字段中填充NaN值OK，谢谢，Shubham Sharma的回答专门针对rp，这是我需要的。然后你不计算并分配gvkey的中值而不是rp吗？不，但它将在“rp”和“cliff”字段中填充nan值OK，谢谢，Shubham Sharma的回答专门针对rp，这是我需要的。