python教程—panda:在每个组中平均填充缺失的值-Python实用宝典

python教程—panda:在每个组中平均填充缺失的值

这应该是直接了当的,但我发现最接近的事情是这个帖子: panda:在一个组中填充缺失的值,而我仍然不能解决我的问题……

这应该是直接了当的,但我发现最接近的事情是这个帖子:

假设我有以下数据aframe

    df = pd.DataFrame({'value': [1, np.nan, np.nan, 2, 3, 1, 3, np.nan, 3], 'name': ['A','A', 'B','B','B','B', 'C','C','C']}) name value 0 A 1 1 A NaN 2 B NaN 3 B 2 4 B 3 5 B 1 6 C 3 7 C NaN 8 C 3

我想在每个“name”组中填入平均值“NaN”,即

    name value 0 A 1 1 A 1 2 B 2 3 B 2 4 B 3 5 B 1 6 C 3 7 C 3 8 C 3

我不确定要去哪里:

    grouped = df.groupby('name').mean()

多谢。

回答

​Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号:Python实用宝典

本文由 Python实用宝典 作者:Python实用宝典 发表,其版权均为 Python实用宝典 所有,文章内容系作者个人观点,不代表 Python实用宝典 对观点赞同或支持。如需转载,请注明文章来源。
0

发表评论