pandas 按该类别的平均值填充空值答案

【问题标题】：pandas fill null values by the mean of that categorypandas 按该类别的平均值填充空值
【发布时间】：2020-10-25 10:01:39
【问题描述】：

我有这个数据集。您可以看到 null Value 对应于 Product Wheat。我想用那个产品的类别来填充这个空的Value。所以对于小麦，这是A 的类别，意思是5+8/2=6.5。

  Product     Value Category
0   Rice        5      A
1   Corn        8      A
2   Milk       17      B
3   Wheat      NaN     A
4   Ice cream   3      B

这是我尝试过的。

df[Value].fillna(df.groupby('Category')[Value].mean(),inplace=True)

但这不起作用。因为它返回每个类别的平均值。那么我该如何实现呢？感谢您的帮助。

【问题讨论】：

标签： python-3.x pandas dataframe pandas-groupby

【解决方案1】：

试试：

df['Value'] = df.groupby('Category')['Value'].transform(lambda x: x.fillna(x.mean()))

【讨论】：

【解决方案2】：

试试这个，

for index, row in df.iterrows():
  product = row['product']
  value = row['value']
  category = row['category']
  if np.isnan(value):
    category_mean = df.groupby('category')['value'].mean()[category]
    print(f'category_mean : {category_mean}')
    df.loc[index, 'value'] = category_mean
  else:
    print(product, value, category)

https://github.com/biranchi2018/My_ML_Examples/blob/master/16.Stackoverflow_Pandas.ipynb

【讨论】：

感谢您的帮助。它有效，但似乎并不复杂。虽然学到了很多。

【解决方案3】：

您可以使用GroupBy + transform 以分组方式填充NaN 值。

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

【讨论】：

为什么要对均值进行两次单独的计算？
我猜他展示了两种平均修复空值的方法。 @sammywemmy

【解决方案4】：

data1 = data.groupby('Category')['Value'].mean().reset_index()
data1.columns = ['Category','Mean']
data = data.join(data1.set_index('Category'), on='Category')
data['Value'] = data['Value'].fillna(data['Mean'])
data=data.drop('Mean',axis=1)
data

output

【讨论】：