将一列中的nan值替换为其他列具有特定值的同一列的平均值（非空值）

Question

用共享相同类型和相同运行周期的其他船舶的相应方法替换变量“s_月”和“事件”中缺失的值。 这里的“s_月”和“事件”是两列，具有nan值，我们希望填充它们

我试着根据要求的条件找到办法。但无法在ship数据帧中填充nan值。这里是作为数据帧计算和存储的平均值

Answer 1

使用groupby和combine_first填充NaN：

Minimal Reproducible Example：

>>> df
   types  o_periods  s_months  incidents
0      1          2      63.0        0.0
1      1          2    1095.0        4.0
2      1          2    3353.0       18.0
3      1          2       NaN        NaN

keys = ['types', 'o_periods']
vals = ['s_months', 'incidents']

df[vals] = df[vals].combine_first(df.groupby(keys)[vals].transform('mean'))

输出结果：

>>> df
   types  o_periods     s_months  incidents
0      1          2    63.000000   0.000000
1      1          2  1095.000000   4.000000
2      1          2  3353.000000  18.000000
3      1          2  1503.666667   7.333333