Python 具有多索引的行聚合

我有一个熊猫数据框架，其中有三个级别的行索引。最后一级是日期时间索引。有nan值，我试图用datetime级别的每行平均值填充它们。我该怎么做呢

data_df

Level 0 | Level 1 |        Level 2      |      
A           123     2019-01-28 17:00:00 |   3  |  1    | nan
                    2019-01-28 18:00:00 |   2  |  nan  | 1
                    2019-01-28 19:00:00 |  nan |  nan  | 5
            234     2019-01-28 05:00:00 |   1  |  1    | 3
                    2019-01-28 06:00:00 |   nan  |  nan  | nan

某些行可能都是nan值。在这种情况下，我想用0填充行。某些行可能已填入所有值，因此不需要使用平均值进行插补

我希望得到以下结果：

Level 0 | Level 1 |        Level 2      |      
A           123     2019-01-28 17:00:00 |   3  |  1    | 2
                    2019-01-28 18:00:00 |   2  |  1.5  | 1
                    2019-01-28 19:00:00 |  5   |  5    | 5
            234     2019-01-28 05:00:00 |   1  |  1    | 3
                    2019-01-28 06:00:00 |   0  |  0  | 0

与每行的

mean

一起使用，最后仅通过以下方式转换

NaN

s行：

另一种解决方案用于替换，但由于未实现

df。fillna（df.mean（axis=1），axis=1）

需要双转置：

df = df.T.fillna(df.mean(axis=1)).fillna(0).T

与每行的

mean

一起使用，最后仅通过以下方式转换

NaN

s行：

另一种解决方案用于替换，但由于未实现

df。fillna（df.mean（axis=1），axis=1）

需要双转置：

df = df.T.fillna(df.mean(axis=1)).fillna(0).T