自定义选择数据框并用平均值替换某些行的值答案

【问题标题】：Custom Selection of dataframe and replacing values of certain rows with mean自定义选择数据框并用平均值替换某些行的值
【发布时间】：2020-10-01 10:11:30
【问题描述】：

所以基本上我有一个有点像这样的数据集

我只想选择“哈佛”行并获取它们的均值，并将其替换为 GPA 中仅针对“哈佛”的缺失值和斯坦福大学的不同平均值

我试过data['GPA'].fillna(data['GPA'].mean())，但它只会用整列的平均值填充它。

【问题讨论】：

这能回答你的问题吗？ How to fillna by groupby outputs in pandas?

标签： python dataframe jupyter-notebook

【解决方案1】：

给定一个包含问题中概述的数据的文件 (yourdata.csv)，您可以使用以下示例将 GPA 列中的所有空值替换为每个对应 University 的平均值 GPA行。

此解决方案利用df.apply (docs) 将相同的条件逻辑应用于df 中的每一行。

import pandas as pd
import numpy as np

df = pd.read_csv('yourdata.csv')

df['GPA'].fillna(np.nan, inplace=True) # Ensuring null values in GPA col are np.nan

df['GPA'] = df.apply(
    lambda row: df[df['University'] == row['University']]['GPA'].mean() 
    if np.isnan(row['GPA']) else row['GPA'], axis=1
)

如果您仅想在 University == 'Harvard' 的行上执行此逻辑（即不使用各自的平均值填充斯坦福、牛津等行中的空 GPA 值），您可以简单地将其添加为lambda 中的进一步条件应用于每一行，以确保只有 University == 'Harvard' 的行受到影响。

# Same imports, original df and fillna as above snippet
df['GPA'] = df.apply(
    lambda row: df[df['University'] == row['University']]['GPA'].mean() 
    if np.isnan(row['GPA']) and row['University'] == 'Harvard' 
    else row['gpa'], axis=1
)

【讨论】：

【解决方案2】：

看看这是否有效

df['GPA']=df[df['University']=='Havard'].fillna(df.mean())

【讨论】：