Python 基于具有相似名称的列来子集行

假设有一个像图中那样的数据帧，我想用与之类似的另一个变量的值填充na值。更清楚地说，我的变量是

平均值1，平均值2，标准1，标准2。。。最小值1，最小值2…

所以我想用其他列的值填充na值，但不是所有列，只有那些代表相同度量的列，在图中我突出显示了2个na值。第一个我想用第2行变量‘mean’的平均值来填充它，而第二个我想用第9行变量‘MIN’的平均值来填充它。有办法吗

---

是的，可以使用循环执行。下面是一个天真的方法，但即使是对那些喜欢的人来说，也没有太多的优化（至少我没有看到他们）

---

您可以找到唯一的前缀，遍历每个前缀，并分别对子集执行

fillna

uniq_prefixes = set([x.split('_')[0] for x in df.columns])

for prfx in uniq_prefixes:
    mask = [col for col in df if col.startswith(prfx)]
    # Transpose is needed because row wise fillna  is not implemented yet
    df.loc[:,mask] = df[mask].T.fillna(df[mask].mean(axis=1)).T

---

因为我有很多度量和行，所以我想通过一个循环来实现，我想基于变量的相似名称创建子集，这可能吗？这有意义吗？

uniq_prefixes = set([x.split('_')[0] for x in df.columns])

for prfx in uniq_prefixes:
    mask = [col for col in df if col.startswith(prfx)]
    # Transpose is needed because row wise fillna  is not implemented yet
    df.loc[:,mask] = df[mask].T.fillna(df[mask].mean(axis=1)).T