Pandas:如何用groupby的均值填充空值？
Pandas:如何用groupby的均值填充空值？
提问于 2016-10-28 14:12:11
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 1.00Stack 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())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
复制相关文章
相似问题
腾讯云开发者
