我有一个包含以下列的数据框:
duration, cost, channel
2 180 TV1
1 200 TV2
2 300 TV3
1 nan TV1
2 nan TV2
2 nan TV3
2 nan TV1
1 40 TV2
1 nan TV3
一些成本值是 nans，要填充它们，我需要执行以下操作:
- 按 channel 分组
- 在一个 channel 内，将可用成本相加并除以 * 出现次数(平均)
- 为该 channel 内的所有行重新分配值:
- 如果持续时间 = 1，成本 = 平均 * 1.5
- 如果持续时间 = 2，成本 = 平均
例子: TV2 channel ，我们有 3 个条目，其中一个条目的成本为零。所以我需要做以下事情:
average = 200+40/3 = 80
if duration = 1, cost = 80 * 1.5 = 120
duration, cost, channel
2 180 TV1
1 120 TV2
2 300 TV3
1 nan TV1
2 80 TV2
2 nan TV3
2 nan TV1
1 120 TV2
1 nan TV3
我知道我应该执行 df.groupby('channel') 然后将函数应用于每个组。 问题是我不仅需要修改空值，如果 1 个成本为空，我还需要修改组内的所有成本值。
任何提示帮助将不胜感激。
谢谢!
请您参考如下方法:
如果我正确理解你的问题，你想要这样的东西:
def myfunc(group):
# only modify cost if there are nan's
if len(group) != group.cost.count():
# set all cost values to the mean
group['cost'] = group.cost.sum() / len(group)
# multiply by 1.5 if the duration equals 1
group['cost'][group.duration == 1] = group['cost'] * 1.5
return group
df.groupby('channel').apply(myfunc)
duration cost channel
0 2 60 TV1
1 1 120 TV2
2 2 100 TV3
3 1 90 TV1
4 2 80 TV2
5 2 100 TV3
6 2 60 TV1
7 1 120 TV2
8 1 150 TV3
