pandas习题 151：transform() 补缺失值并做 z-score 标准化

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gr99123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

（编码题）HR 有一张 8 月前 7 天的员工绩效表，含缺失：

import pandas as pd, numpy as np

df = pd.DataFrame({
    "日期": pd.date_range("2024-08-01", periods=7),
    "部门": ["技术", "市场", "技术", "市场", "技术", "市场", "技术"],
    "KPI": [85, np.nan, 78, 90, np.nan, 95, 88]
})
df
'''
          日期  部门   KPI
0 2024-08-01  技术  85.0
1 2024-08-02  市场   NaN
2 2024-08-03  技术  78.0
3 2024-08-04  市场  90.0
4 2024-08-05  技术   NaN
5 2024-08-06  市场  95.0
6 2024-08-07  技术  88.0
'''

要求：

按部门分组
用 一行 transform() 完成：
- 先以部门均值填充缺失 KPI
- 再把同部门 KPI 做 z-score 标准化（(x-mean)/std）
新增列 KPI_z 并打印结果

参考答案

代码如下：

df['KPI_z'] = (
    df.groupby('部门')['KPI']
      .transform(lambda x: (x.fillna(x.mean()) - x.mean()) / x.std())
)
print(df)

输出示例：

          日期  部门   KPI     KPI_z
0 2024-08-01  技术  85.0  0.259828
1 2024-08-02  市场   NaN  0.000000
2 2024-08-03  技术  78.0 -1.104269
3 2024-08-04  市场  90.0 -0.707107
4 2024-08-05  技术   NaN  0.000000
5 2024-08-06  市场  95.0  0.707107
6 2024-08-07  技术  88.0  0.844441

（完）

pandas习题 151：transform() 补缺失值并做 z-score 标准化

参考答案

相关内容