Python 我想使用fillna Mean来填充缺少的值。我想根据产品Id来做

我想根据产品id填写产品价格列和产品销售列的nan值

创建数据

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 

结果:

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

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

用分组平均值填充nan

    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

结果:

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

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

---

为提高性能，请避免使用lambda函数，而应使用以下各项作为每组平均数：

---

提供您的预期输出。另外，请说明您可能首先尝试了什么，您可以执行

df.groupby（'product_id'）.mean（）

，并将其临时存储。然后在数据帧上迭代，当遇到Nan时，从临时数据帧中获取值。我希望Nan值用Fillna（中值或平均值）替换，但基于乘积_id，到底是什么问题？你试过什么，做过什么研究吗？堆栈溢出不是免费的代码编写服务。请参阅：，。另外，这怎么不是您之前问题的重复：为什么不编辑该问题？我想对形状的数据集（30000600）进行编辑。这不能手动完成。您可以使用for循环来完成。请参阅编辑后的答案您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。我使用了这段代码执行代码需要时间，但它什么也没做