文章/答案/技术大牛

发布

社区首页 >问答首页 >Pandas:如何用groupby的均值填充空值？

问Pandas:如何用groupby的均值填充空值？
EN

Stack Overflow用户

提问于 2016-10-28 14:12:11

回答 2查看 13.5K关注 0票数 11

我有一个数据集，其中包含一些丢失的数据，如下所示：

id    category     value
1     A            NaN
2     B            NaN
3     A            10.5
4     C            NaN
5     A            2.0
6     B            1.0

我需要填充空值才能使用模型中的数据。每当一个类别第一次出现时，它就是空的。我想要做的是，对于像类别A和B这样具有多个值的情况，用该类别的平均值替换空值。对于只有一次出现的类别C，只需填写其余数据的平均值。

我知道，对于像C这样的情况，我可以简单地这样做，以获得所有行的平均值，但我在尝试对A和B进行分类平均并替换空值时遇到了困难。

df['value'] = df['value'].fillna(df['value'].mean())

我需要最终的df是这样的

id    category     value
1     A            6.25
2     B            1.0
3     A            10.5
4     C            4.15
5     A            2.0
6     B            1.0

pandas

missing-data

imputation

python

回答 2

Stack Overflow用户

回答已采纳

发布于 2016-10-28 14:15:18

我认为您可以将groupby和apply fillna与mean一起使用。如果某个类别只有NaN值，则获取NaN，因此使用列的所有值的mean填充NaN

df.value = df.groupby('category')['value'].apply(lambda x: x.fillna(x.mean()))
df.value = df.value.fillna(df.value.mean())
print (df)
   id category  value
0   1        A   6.25
1   2        B   1.00
2   3        A  10.50
3   4        C   4.15
4   5        A   2.00
5   6        B   1.00

票数 11

Stack Overflow用户

发布于 2018-08-10 08:15:48

您还可以使用GroupBy + transform来使用NaN均值填充GroupWise值。这种方法避免了低效的apply + lambda。例如：

df['value'] = df['value'].fillna(df.groupby('category')['value'].transform('mean'))
df['value'] = df['value'].fillna(df['value'].mean())

票数 7

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/40299055

复制

相似问题

问Pandas:如何用groupby的均值填充空值？
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Pandas:如何用groupby的均值填充空值？EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Pandas:如何用groupby的均值填充空值？
EN