我想使用 fillna 均值来填充缺失值。我想根据产品 ID 来做答案

【问题标题】：I want to use fillna Mean to fill the missing value. I want to do that according to product Id我想使用 fillna 均值来填充缺失值。我想根据产品 ID 来做
【发布时间】：2020-02-22 23:24:57
【问题描述】：

product_ID Prodcut_Price   Product_monthly_sale
   1           24                2000.00
   1           Nan               2500.00    
   1           26                Nan
   1           28                2700.00
   2           25                2400.00
   2           Nan               Nan
   2           27                2600.00

我想根据product_id填写product_price列和product_sale列的nan值

【问题讨论】：

提供您预期的输出。还要说明你尝试了什么
也许你可以先做 df.groupby('product_id').mean() 并将其临时存储。然后遍历dataframe，遇到Nan时，从临时dataframe中获取值。
我希望 NAN 值是使用 Fillna(median or mean) 替换但基于 product_id
到底是什么问题？你有没有尝试过，做过任何研究？ Stack Overflow 不是免费的代码编写服务。 请参阅：tour、How to Ask、help center、meta.stackoverflow.com/questions/261592/…。
另外，这怎么不是你之前的问题的重复：stackoverflow.com/questions/60302731/… 你为什么不编辑那个问题呢？

标签： python pandas

【解决方案1】：

创建数据

df = pd.DataFrame({'product_ID':[1,1,3,3,3], 
                   'Prodcut_Price':[1,np.nan,5,np.nan, 9],
                   'Product_monthly_sale':[1,np.nan,5,np.nan, 5]})
df

结果：

    product_ID  Prodcut_Price   Product_monthly_sale
0   1           1.0             1.0
1   1           NaN             NaN
2   3           5.0             5.0
3   3           NaN             NaN
4   3           9.0             5.0

用分组方式填充 nan

df = df[['product_ID']].join(df.groupby("product_ID")
        .transform(lambda x: x.fillna(x.mean())))
df

结果：

    product_ID  Prodcut_Price   Product_monthly_sale
0   1           1.0             1.0
1   1           1.0             1.0
2   3           5.0             5.0
3   3           7.0             5.0
4   3           9.0             5.0

【讨论】：

我想为形状的数据集（300000,600）这样做。无法手动完成。
您可以为此使用 for 循环。查看编辑后的答案
你能解释一下它基本上在做什么吗？
@JonathandeMelker - 我认为代码的瓶颈是调用 lambda 函数。
@JonathandeMelker - 请不要将我的答案添加到您的解决方案中。

【解决方案2】：

为了提高性能，请避免使用 lambda 函数，而是使用 GroupBy.transform 作为每个组的平均值，使用 DataFrame.fillna：

df = df.fillna(df.groupby("product_ID").transform('mean'))
print (df)
   product_ID  Prodcut_Price  Product_monthly_sale
0           1           24.0                2000.0
1           1           26.0                2500.0
2           1           26.0                2400.0
3           1           28.0                2700.0
4           2           25.0                2400.0
5           2           26.0                2500.0
6           2           27.0                2600.0

【讨论】：

我已经使用了这段代码，执行代码需要时间，但它什么也没做