pandas如何使用groupby [duplicate]将NaN值替换为平均值

Posted 2021-05-04

这个问题在这里已有答案：

• Pandas: filling missing values by mean in each group 8个答案

我尝试使用它来替换列功能计数中的NaN值（它的整数范围从1到10）使用groupby（client_id或client _ name），但是NaN值似乎没有。

df['feature_count'].isnull().sum()

输出是：

2254

现在我使用：

df['feature_count'].fillna(df.groupby('client_name')['feature_count'].mean(), inplace=True)

但输出仍然相同：

df['feature_count'].isnull().sum()

2254

是否有其他方法可以通过按其ID分组的列的其他非NaN值来替换NaN值？

答案

df.groupby('client_name')['feature_count'].mean()回归系列。

但是您不希望用系列替换空值。相反，您希望使用从系列映射的平均值替换空值。

因此，您可以使用以下内容：

s = df.groupby('client_name')['feature_count'].mean()
df['feature_count'].fillna(df['client_name'].map(s), inplace=True)

更多Pandorable将是利用pd.DataFrame.transform，它为您处理映射部分：

s = df.groupby('client_name')['feature_count'].transform('mean')
df['feature_count'].fillna(s, inplace=True)