Python实现按某一列关键字分组，并计算各列的平均值，并用该值填充该分类该列的nan值。
DataFrame数据格式
fillna方式实现
groupby方式实现
DataFrame数据格式
以下是数据存储形式：
fillna方式实现
1、按照industryName1列，筛选出业绩
2、筛选出相同行业的Series
3、计算平均值mean，采用fillna函数填充
4、append到新DataFrame中
5、循环遍历行业名称，完成2,3,4步骤
|
1
2
3
4
5
6
|
factordatafillna = pd.DataFrame()industrys = newfactordata1.industryName1.unique()for ind in industrys: t = newfactordata1.industryName1 == ind a = newfactordata1[t].fillna(newfactordata1[t].mean()) factordatafillna = factordatafillna.append(a) |
groupby方式实现
采用groupby计算，详细见代码注释
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
|
df = pd.DataFrame({'code':[1,2,3,4,5,6,7,8], 'value':[np.nan,5,7,8,9,10,11,12], 'value2':[5,np.nan,7,np.nan,9,10,11,12], 'indstry':['农业1','农业1','农业1','农业2','农业2','农业4','农业2','农业3']}, columns=['code','value','value2','indstry'], index=list('ABCDEFGH'))# 只留下需要处理的列cols = [col for col in df.columns if col not in['code','indstry']]# 分组的列gp_col = 'indstry'# 查询nan的列df_na = df[cols].isna()# 根据分组计算平均值df_mean = df.groupby(gp_col)[cols].mean()print(df)# 依次处理每一列for col in cols: na_series = df_na[col] names = list(df.loc[na_series,gp_col]) t = df_mean.loc[names,col] t.index = df.loc[na_series,col].index # 相同的index进行赋值 df.loc[na_series,col] = tprint(df) |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
code value value2 indstryA 1 NaN 5.0 农业1B 2 5.0 NaN 农业1C 3 7.0 7.0 农业1D 4 8.0 NaN 农业2E 5 9.0 9.0 农业2F 6 10.0 10.0 农业4G 7 11.0 11.0 农业2H 8 12.0 12.0 农业3 code value value2 indstryA 1 6.0 5.0 农业1B 2 5.0 6.0 农业1C 3 7.0 7.0 农业1D 4 8.0 10.0 农业2E 5 9.0 9.0 农业2F 6 10.0 10.0 农业4G 7 11.0 11.0 农业2H 8 12.0 12.0 农业3 |
以上这篇Python Pandas实现数据分组求平均值并填充nan的示例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/u010383605/article/details/78879515#groupby方式实现
