python - 如何计算列的平均值但只包括某些行？

Question

我正在使用automotive.csv，可以在UCI 网站上找到它。我想替换标准化损失属性中的一些 NaN。我认为更好的方法是根据符号计算平均值，因为符号会影响标准化损失的值。

因此，如果 NaN 的符号为 3，我只需要以值 3 作为符号的其他归一化损失的平均值。我如何实现这一目标？

示例表:

symb    norm    other attrs
1        100  8017  2
1        90  5019  2
-1       20   8017  1
-1       20    8870  1
1        NaN    8305  3
0        10   8305  3
3        200  8221  3

所以对于 NaN 我只想要具有相同符号的其他行的平均值

如果我使用

automobile['normalizedlosses'].fillna(automobile['normalizedlosses'].mean(axis=0), inplace=True)

这会将所有 NaN 替换为我不想要的相同值

Answer 1

您可以使用GroupBy.transform使用mean返回Series，其大小与原始DataFrame相同，因此可以使用Series.fillna通过这个系列:

s = automobile.groupby('symb')['norm'].transform('mean')
automobile['norm'] = automobile['norm'].fillna(s)

print (automobile)
   symb   norm  other  attrs
0     1  100.0   8017      2
1     1   90.0   5019      2
2    -1   20.0   8017      1
3    -1   20.0   8870      1
4     1   95.0   8305      3
5     0   10.0   8305      3
6     3  200.0   8221      3