python - 将 cols 列表中的 NaN 值替换为其他 cols 列表的平均值

Question

我有这个带有 NaN 的数据框:

  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

我想用列表 cols 中的标签替换列中存在的缺失值

要替换的值计算为相应组的非缺失值的平均值。组是根据列表 condition_cols

中带有标签的列中的值形成的

例如:

condition_cols = ['Col1', 'Col2']

cols = ['Col3', 'Col4']

替换 NaN 后，数据框将如下所示:

  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 的重复项取均值，但计算的均值是针对每个组的，不特定于任何组。

Answer 1

您可以groupby condition_cols 上的数据框并使用mean transform，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