Python：如何填充从另一个dataframe列引用的平均值

我有一个住房数据框：

其中“价格”列中缺少值。我希望用各郊区的平均价格来填充缺失的值

这是我用同一列填写平均价格的代码：

all_housing_df['Price'].fillna（all_housing_df['Price'].mean（））

---

如何填写各郊区的平均价格？

您可以使用

转换

在按郊区分组后用完整列表填充缺少的值

all_housing_df["Price"].fillna(all_housing_df.groupby("Suburb")["Price"].transform("mean"))

---

您可以按

分组

，获取平均

价格

，并将其保存为字典，以有条件地替换空值

#为NaN值创建字典
nan_dict=所有住宅区（‘郊区’[‘价格’）。平均值（）至_dict（）
#用字典代替NaN
所有住宅区[“价格”]。fillna（所有住宅区[“郊区”]地图（nan_dict））

请将您的代码以文本而不是图像/图片的形式发布，以便我们可以复制您的数据框架这是否回答了您的问题？