以下是一个示例代码，演示如何按组用中位数替换NA值：

import pandas as pd
import numpy as np

# 创建示例数据
data = {'Group': ['A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
        'Value': [1, np.nan, 3, 4, np.nan, 6, np.nan, 8]}
df = pd.DataFrame(data)

# 按组计算中位数
grouped_medians = df.groupby('Group')['Value'].median()

# 定义函数：用中位数替换NA值
def replace_na_with_median(group):
    group['Value'].fillna(grouped_medians[group.name], inplace=True)
    return group

# 按组应用函数
df = df.groupby('Group').apply(replace_na_with_median)

# 输出结果
print(df)

输出结果为：

  Group  Value
0     A    1.0
1     A    1.0
2     B    3.0
3     B    4.0
4     B    4.0
5     C    6.0
6     C    6.0
7     C    8.0

在上面的示例代码中，首先创建了一个包含NA值的示例数据。然后，使用groupby方法按组计算了每个组的中位数，并存储在grouped_medians中。接下来，定义了一个函数replace_na_with_median，该函数将按组名索引grouped_medians中相应组的中位数值用于填充该组中的NA值。最后，使用groupby方法应用该函数，将中位数替换NA值，并将结果存储在df中。最后，输出了替换NA值后的数据框。