python - 添加按列分组的平均值的列

Question

我想用由另一列分组的列的平均值(没有零)替换数据框的列值。

Dataframe df 就像:

ID | TYPE | rate
-------------
1  |    A | 0 <- Replace this
2  |    B | 2
3  |    C | 1
4  |    A | 2
5  |    C | 1
6  |    C | 0 <- Replace this
7  |    C | 8
8  |    C | 2
9  |    D | 0 <- Replace this

我必须替换 rating 中 rating = 0 的值:

df['rate'][df['rate']==0] = ?

具有该TYPE 的平均值。

每种类型的平均(没有零)值是:

A = 2/1 = 2

B = 2/1 = 2

C = (1 + 1 + 8 + 2)/4 = 3

D = 0 (default value when there isn't information for type)

预期结果:

ID | TYPE | rate
-------------
1  |    A | 2 <- Changed
2  |    B | 2
3  |    C | 1
4  |    A | 2
5  |    C | 1
6  |    C | 3 <- Changed
7  |    C | 8
8  |    C | 2
9  |    D | 0 <- Changed

Answer 1

你可以 mask dataframe 中的 rate 列，GroupBy TYPE 和 transform使用 mean，这将排除 NaNs。使用fillna替换屏蔽数据框中的值:

ma = df.rate.mask(df.rate.eq(0))
df['rate'] = ma.fillna(ma.groupby(df.TYPE).transform('mean').fillna(0))

   ID  TYPE  rate
0   1    A   2.0
1   2    B   2.0
2   3    C   1.0
3   4    A   2.0
4   5    C   1.0
5   6    C   3.0
6   7    C   8.0
7   8    C   2.0
8   9    D   0.0