Python 如何在pandas中按多个列值分组并应用ifelse来插补/计算值

我有一个数据帧df，如下所示

Node COMMODITY_CODE DAY Capacity_Case  Capacity_Delivery case_ratio deliveries_ratio  window_count
7014.0      SCFZ    1   26610.0         12.0                0.357854    0.354839.            3
7014.0      SCFZ    2   25551.0         11.0                0.457945    0.423077             3
7014.0      SCFZ    3   30669.0         13.0                0.283379    0.258621             3
7030.0      SCDD    1   34244.0         16.0                0.316505    0.300000             4
7030.0      SCDD    2   25954.0         13.0                0.236513    0.232558             4

我想按节点、日期、商品代码分组，并应用ifelse函数为空记录插补值。 我的条件如下：

对于组（节点、日期、商品代码）

如果交货率为空 然后我想替换为组的平均值（交货率），并将其分配给交货率

如果case_比率为空 然后我想替换为组的平均值（case_ratio），并将其分配给case_ratio

如果为组（节点、日期、商品代码）

交货率填充为空，然后为其分配1/窗口计数值

案例比率填充为空，然后为其分配1/窗口计数

我已经使用dplyr包轻松地在R中完成了这一点，我基本上希望在Python中使用pandas

df %>%
group_by(Node, DAY_OF_WK, COMMODITY_CODE) %>%
  mutate(delivery_ratio_filled = ifelse(!is.na(delivery_ratio),
                               delivery_ratio, 
                               mean(delivery_ratio)),
         case_ratio_filled = ifelse(!is.na(case_ratio),
                               case_ratio, 
                               mean(case_ratio))) %>%
  mutate(delivery_ratio_filled = ifelse(!is.na(delivery_ratio_filled),
                               delivery_ratio_filled,
                               1.0 / window_count),
         case_ratio_filled = ifelse(!is.na(case_ratio_filled),
                               case_ratio_filled,
                               1.0 / window_count))

---

不幸的是，示例输入数据不包含将被计算值替换的

na

值（或大于一项的组）。因此，新列是原始列的简单副本

第一个条件可以用测试并应用于每一行

第二个条件不需要分组

df['delivery_ratio_filled'] = (
  np.where(df['delivery_ratio_filled'].isna(),
           1 / df['window_count'],
           df['delivery_ratio_filled']))
df['case_ratio_filled'] = (
  np.where(df['case_ratio_filled'].isna(),
           1 / df['window_count'],
           df['case_ratio_filled']))
df

输出：

---

您也可以在python中以

dplyr

的方式执行此操作：

>>>来自datar.所有导入的f，tribble，groupby，mutate，if-else，is-na，mean
>>> 
>>>df=tribble(
…f.节点、f.商品代码、f.日期、f.容量箱、f.容量箱、f.容量箱、f.容量箱、f.比率、f.比率、f.窗口计数、，
…7014.0，“SCFZ”，126610.0，12.0，0.357854，0.354839，3，
…7014.0，“SCFZ”，22551.0，11.0，0.457945，0.423077，3，
…7014.0，“SCFZ”，330669.0，13.0，0.283379，0.258621，3，
…7030.0，“SCDD”，134244.0，16.0，0.316505，0.300000，4，
…7030.0，“SCDD”，225954.0，13.0，0.236513，0.232558，4，
... )    
>>> 
>>> 
>>>df>>\
...     分组依据（f.节点、f.日期、f.商品代码）>>\
...     变异（交付率=如果其他（~is\u na（f.交付率），
…f.交货率，
…平均值（f.交货率），
…case_ratio_filled=如果_else（~is_na（f.case_ratio）），
…f.情况比，
…平均值（f.case_比率））>>\
...     变异（交付率填充=如果其他（~is_na（f.交付率填充），
…f.交货率，
…1.0/f.窗口（计数），
…case\u ratio\u filled=if\u else（~is\u na（f.case\u ratio\u filled），
…f.已填充的案例比率，
…1.0/f.窗口（U计数）
节点商品\代码日容量\案例容量\发货案例\比率发货\比率窗口\盘点发货\比率已填充案例\比率已填充
0 7014.0 SCFZ 1 26610.0 12.0 0 0.357854 0.354839 3 0.354839 0.357854
1 7014.0 SCFZ 2 25551.0 11.0 0 0.457945 0.423077 3 0.423077 0.457945
2 7014.0 SCFZ 3 30669.0 13.0 0 0.283379 0.258621 3 0.258621 0.283379
3 7030.0 SCDD 1 34244.0 16.0 0 0.316505 0.300000 4 0.300000 0 0.316505
47030.0 SCDD 2 25954.0 13.0 0 0.236513 0.232558 4 0.232558 0.236513
[组：节点、日期、商品代码（n=5）]

---

我是这个包裹的作者。如果您有任何问题，请随时提交问题。

您的条件和期望的输出是什么？@MichaelSzczesny使用测试数据的期望条件更新了问题，当前输出和期望的输出是什么？您的示例数据包含无效的浮动，并且不包含测试条件的所有案例（列中没有

na

值）。

df['delivery_ratio_filled'] = (
  np.where(df['delivery_ratio_filled'].isna(),
           1 / df['window_count'],
           df['delivery_ratio_filled']))
df['case_ratio_filled'] = (
  np.where(df['case_ratio_filled'].isna(),
           1 / df['window_count'],
           df['case_ratio_filled']))
df

     Node COMMODITY_CODE  ...  delivery_ratio_filled  case_ratio_filled
0  7014.0           SCFZ  ...               0.354839           0.357854
1  7014.0           SCFZ  ...               0.423077           0.457945
2  7014.0           SCFZ  ...               0.258621           0.283379
3  7030.0           SCDD  ...               0.300000           0.316505
4  7030.0           SCDD  ...               0.232558           0.236513