熊猫如何使用 groupby 将 NaN 值替换为平均值 [重复]

Posted 2023-02-16

【中文标题】熊猫如何使用 groupby 将 NaN 值替换为平均值 [重复]

【英文标题】：How does pandas replace NaN values with mean value using groupby [duplicate]

【发布时间】：2018-12-02 03:46:54

【问题描述】：

我尝试使用 groupby（client_id 或 client_name）替换列特征计数中的 NaN 值（它是一个范围从 1 到 10 的整数）， 但是 NaN 值似乎没有变化。

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)

但输出保持不变：

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

2254

还有其他方法可以通过按 ID 分组的列的其他非 NaN 值来替换 NaN 值吗？

【问题讨论】：

您使用的代码看起来是错误的，尤其是 inplace=True 部分。尝试首先获得平均值（在变量中）。当你实现这一点时，你就会填满。如果您希望我们解决这个问题，您应该根据minimal reproducible example 提供您的代码示例。

我有 500 个客户端 ID，这意味着我必须找到平均 500 次，这不是很多工作吗？

【参考方案1】：

df.groupby('client_name')['feature_count'].mean() 返回一个系列。

但您不希望用系列替换空值。相反，您想用 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)

使用pd.DataFrame.transform 更可取，它会为您处理映射部分：

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

【讨论】：

我尝试了你的建议，NaN 值并没有完全消失，它们从 2254 减少到 529

@KrishnaDhruv，猜猜你的一些组可能都是NaN，看看你的输入。否则，您需要提供minimal reproducible example。

是的！有些组都是NaN。感谢您的洞察力和答案！！！！ :))