Python 如何使用根据其他值相似的列从列表中获取的中间值填充空NaN数据

有必要用其他区域的中间值(等于或小于"总"值)替换空Nan值("面积"列). 例如: 第2行的值为"total"==8. Select 值为"total"==8的表，查找"area". median()的中位数并写下值(如果有). 如果没有值，则将"总数"减1并进一步搜索. 第6行中有值"total"==59.因此，让我们取"total"的中位数==56和"area"的值= 34.

数据应该是这样的:结果

import pandas as pd
import numpy as np

df = pd.DataFrame({'total': [5, 8, 8, 8, 20, 56, 59], \
'area': [40, 51, 53, np.nan, np.nan, 34, np.nan]})
df

#   total   area
0   5   40.0
1   8   51.0
2   8   53.0
3   8   NaN
4   20  NaN
5   56  34.0
6   59  NaN

result = pd.DataFrame({'total': [5, 8, 8, 8, 20, 56, 59], 'area': [40, 51, 53, 52, 52, 34, 34]})
result

#   total   area
0   5   40
1   8   51
2   8   53
3   8   52
4   20  52
5   56  34
6   59  34

我创建了一个函数，但它没有产生所需的结果:

def find_area(total_num, x=1):
    while x > 0:
        y = df.query('total == @total_num')['area'].sum()
        if y > 0:
            return df.query('total == @total_num')['area'].median()
            x=0
            break
        else:
            total_num -= 1

df['area'] = df['area'].fillna(find_area)
df