用组平均值替换 NaN 值

Posted 2023-03-24

【中文标题】用组平均值替换 NaN 值

【英文标题】：Replacing NaN values with group mean

【发布时间】：2019-03-21 12:50:12

【问题描述】：

我有一个由国家、年份和许多其他特征组成的数据框。一个国家有很多年

country  year population.....  etc.
1        2000   5000
1        2001    NaN
1        2002   4800
2        2000

现在数据框中有很多 NaN。 我想将每列中与特定国家对应的每个 NaN 替换为该列的国家平均值。

例如，对于对应于 2001 年国家 1 的人口列中的 NaN，我想使用国家 1 所有年份的平均人口 = (5000+4800)/2。 现在我正在使用 groupby().mean() 方法来找到每个国家的手段，但我遇到了以下困难： 1-当我确定它有价值时，某些方法会以 NaN 的形式出现。为什么会这样？ 2-我如何才能访问 groupby 子句中的特定值？换句话说，我怎样才能用正确的平均值替换每个 NaN？

非常感谢。

【参考方案1】：

使用combine_first 和groupby mean

df.combine_first(df.groupby('country').transform('mean'))

或者

df.fillna(df.groupby('country').transform('mean'))