用另一个列列表的平均值替换包含NaN值的列列表中的NaN值。

Question

我有一个存在NaN值的数据帧：

  Col1 Col2  Col3  Col4
0    A    c   1.0   2.0
1    A    c   3.0   6.0
2    B    c   5.0   NaN
3    A    d   6.0   4.0
4    A    c   NaN   1.0
5    A    d   NaN   3.0
6    B    c   5.0   4.0

我想要用列表cols中的标签替换列中的缺失值。

计算替换值时，将相应组的非缺失值取平均值。根据列表condition_cols中标签对应的列的值进行分组。

例如：

condition_cols = ['Col1', 'Col2']

cols = ['Col3', 'Col4']

在替换NaN值后，数据框将会如下所示：

  Col1 Col2  Col3  Col4
0    A    c   1.0   2.0
1    A    c   3.0   6.0
2    B    c   5.0   4.0
3    A    d   6.0   4.0
4    A    c   2.0   1.0
5    A    d   6.0   3.0
6    B    c   5.0   4.0

我尝试对condition_cols的重复值进行平均，但计算出的平均值是针对所有组而不是特定于任何一组的。

- elnino

Answer 1

你可以使用condition_cols对数据框进行分组，并在transform中使用mean，最后使用fillna填充缺失值。

df = df.fillna(df.groupby(condition_cols).transform('mean'))

结果：

  Col1 Col2  Col3  Col4
0    A    c   1.0   2.0
1    A    c   3.0   6.0
2    B    c   5.0   4.0
3    A    d   6.0   4.0
4    A    c   2.0   1.0
5    A    d   6.0   3.0
6    B    c   5.0   4.0

- Shubham Sharma