《利用python进行数据分析》读书笔记--第九章 数据聚合与分组运算（二）

#-*- encoding:utf-8 -*-
import numpy as np
import pandas as pd
from pandas import Series,DataFrame
import matplotlib.pyplot as plt

s = Series(np.random.randn(6))
s[::2] = np.nan
print s,‘\n‘
print s.fillna(s.mean()),‘\n‘ #不是就地的，是产生一个副本
#假如需要对不同的分组填充不同的值。只需要groupby然后应用fillna即可。
states = [‘Ohio‘,‘New York‘,‘Vermont‘,‘Florida‘,‘Oregon‘,‘Nevada‘,‘California‘,‘Idaho‘]
group_key = [‘East‘] * 4 + [‘West‘] * 4
data = Series(np.random.randn(8),index = states)
data[[‘Vermont‘,‘Nevada‘,‘Idaho‘]] = np.nan
print data,‘\n‘
print data.groupby(group_key).mean(),‘\n‘
#下面用均值填充NA
fill_mean = lambda g:g.fillna(g.mean())
print data.groupby(group_key).apply(fill_mean),‘\n‘
#当然，可以自己定义填充值：我刚开始就是这么想的，用字典传入值即可
fill_values = {‘East‘:0.5,‘West‘:0.4}
#注意下面的用法：注意g.name 是分组的名称
fill_func = lambda g:g.fillna(fill_values[g.name])
print data.groupby(group_key).apply(fill_func),‘\n‘
#看一下名字，第一列是分组名，第二列是函数调用后得到的结果，而这个结果也是分组名
p = lambda x: x.name
print data.groupby(group_key).apply(p)