根据另一列中的类(1,2,3)，将一列中的NaN值替换为所需值

根据另一列中的类(1,2,3)，将一列中的NaN值替换为所需值，可以使用 pandas 库中的 fillna() 方法来实现。fillna() 方法可以根据指定的值或方法来替换 DataFrame 或 Series 中的缺失值。

具体步骤如下：

1. 导入 pandas 库：

import pandas as pd

1. 创建 DataFrame，并假设有两列数据，一列为类别列，另一列为需要替换 NaN 值的列：

data = {'类别': [1, 2, 3, 1, 2, 3],
        '数值': [1, NaN, 3, NaN, 5, NaN]}
df = pd.DataFrame(data)

1. 使用 fillna() 方法替换 NaN 值。可以根据类别列的值来选择替换的值，例如：

df['数值'] = df['数值'].fillna(df['类别'].map({1: 10, 2: 20, 3: 30}))

上述代码中，使用 map() 方法将类别列的值映射为相应的替换值，然后使用 fillna() 方法将 NaN 值替换为映射后的值。

1. 打印替换后的 DataFrame：

print(df)

输出结果为：

   类别   数值
0   1  1.0
1   2  20.0
2   3  3.0
3   1  10.0
4   2  5.0
5   3  30.0

这样就根据另一列中的类别值，将数值列中的 NaN 值替换为所需值。在实际应用中，可以根据具体需求选择不同的替换方式，例如使用均值、中位数等统计值来替换 NaN 值。