使用类似的行填充python数据帧中缺少的行

假设我有这种数据帧：

Data:   Lat    Long   Postal Code
    0   41     32     01556
    1   32     31     01023
    2   31     33     01023
    3   NaN    NaN    01023
    4   33     42     01775
    5   40     44     01999

如您所见，第1、2、3行具有相同的邮政编码。因此，为了填充NAN，最好只使用这两行（1,2）的平均值。 如何将其推广到大型数据集

• 对于NaN数据为Lat/Long的每一行，
  • 查找具有相同邮政编码的其他行
  • 然后计算平均值
  • 并用它来代替NAN

IIUC

groupby

，

transform

，

fillna（）

我们首先选择数据帧的一部分，并使用

fillna

仅填充缺少的值，我们不想覆盖任何现有数据

然后，我们利用

groupby

功能根据您的请求按邮政编码分组

我们使用

transform

方法返回数据及其原始索引和长度

我们将其分配给您的列，结果如下

   df[["Lat", "Long"]] = df[["Lat", "Long"]].fillna(
    df.groupby("Postal Code")["Lat", "Long"].transform("mean"))
    print(df)
          Data   Lat  Long  Postal Code
    0     0  41.0  32.0         1556
    1     1  32.0  31.0         1023
    2     2  31.0  33.0         1023
    3     3  31.5  32.0         1023
    4     4  33.0  42.0         1775
    5     5  40.0  44.0         1999

---

我已经用更多的NAN测试了代码，效果非常好！这太好了，巴拉卡·阿拉胡·菲克！واياك حبيبي عفوا