python - 通过对连续变量进行分组来替换分类变量的 NaN

Question

我在根据“温度”对“天气条件”进行分组时遇到问题，因为它是一个连续变量。int64因此，我需要通过将“温度”转换为然后替换（按模式） “”的 NaN 来对它进行分组Weather cond。但它不应将原始“温度”转换为int64.

Df 是：

temperature weather cond
    0   25.6    Cloudy
    1   28.7    Sunny
    2   26.9    NaN
    3   25.9    Cloudy
    4   29.9    Cloudy
    5   28.1    Overcast
    6   34.7    Sunny
    7   29.6    NaN
    8   26.6    NaN
    9   20.5    NaN

解释：

如果我们考虑温度 28.7 和 28.1，这些值应转换为 28（不在原始 df 中），然后用代表这些温度的“天气条件”模式填充 NaN。

注意：即使是近似值（地板/天花板）也可以接受，即将 28.7 视为 29，将 28.1 视为 28。

标签： pythonpandasnancontinuousdtype

Answer 1

• 与merge_asof自我合并

import io
df = pd.read_csv(io.StringIO("""temperature  weather cond
    0   25.6    Cloudy
    1   28.7    Sunny
    2   26.9    NaN
    3   25.9    Cloudy
    4   29.9    Cloudy
    5   28.1    Overcast
    6   34.7    Sunny
    7   29.6    NaN
    8   26.6    NaN
    9   20.5    NaN"""), sep="\s\s+", engine="python")

pd.merge_asof(df.sort_values("temperature"), 
              df.loc[~df["weather cond"].isna()].sort_values("temperature"), 
              on="temperature", 
              direction="nearest")

	温度	天气 cond_x	天气 cond_y
0	20.5	楠	多云的
1	25.6	多云的	多云的
2	25.9	多云的	多云的
3	26.6	楠	多云的
4	26.9	楠	多云的
5	28.1	灰蒙蒙	灰蒙蒙
6	28.7	晴天	晴天
7	29.6	楠	多云的
8	29.9	多云的	多云的
9	34.7	晴天	晴天