Pandas

Question

我想用该列的平均值填充 na，但仅限于与缺失值属于同一类别的代表

data = {'Class': ['Superlight', 'Aero', 'Aero', 'Superlight', 'Superlight', 'Superlight', 'Aero', 'Aero'],
        'Weight': [5.6, 8.6, np.nan, 5.9, 5.65, np.nan, 8.1, 8.4]}


    Class   Weight
0   Superlight     5.60
1   Aero           8.60
2   Aero           NaN
3   Superlight     5.90
4   Superlight     5.65
5   Superlight     NaN
6   Aero           8.10
7   Aero           8.40

我知道我能做到：

df.Weight.fillna(df.Weight.mean())

但这将用整列的平均值填充缺失值。

以下将用 AERO 类别的平均值替换空值（这更好，但仍然不好，因为我必须分别为每个 category/class 执行此操作）

df.Weight.fillna(df[df.Class == 'Aero'].Weight.mean())

是否可以对其进行抽象，使其自动获取当前行的 Class 并找到属于该类别的值的平均值并替换它而无需对 Class 进行硬编码价值观？希望这是有道理的。

Answer 1

groupby + transform 然后填写：

df['Weight'].fillna(df.groupby("Class")['Weight'].transform("mean"))

0    5.600000
1    8.600000
2    8.366667
3    5.900000
4    5.650000
5    5.716667
6    8.100000
7    8.400000
Name: Weight, dtype: float64

Answer 2

也许你可以尝试对每个组使用 groupby 和 apply：

df.groupby('Class')['Weight'].apply(lambda g: g.fillna(g.mean()))

Pandas - fillna 具有特定类别的平均值

Pandas - fillna with mean for specific categories

python

fillna