python-3.x - 基于某些条件的平均插补

Question

我有以下数据框，

Category    Value
A           100
A           -
B           -
C           50
D           200
D           400
D           -

如您所见，有些值带有连字符“-”。我想用相应类别的手段替换那些连字符。

在示例中，“A”有两个条目 - 一行的值为 100，另一行带有连字符。所以平均值本身就是 100。对于 B，由于没有有效值，平均值将是整个列的平均值，即 (100+50+200+400/4 = 187.5)。对于 C，没有更改，对于 D，连字符将替换为 300（与“A”的逻辑相同）。

输出：

Category    Value
A           100
A           100
B           187.5
C           50
D           200
D           400
D           300

标签： python-3.xpandasdataframe

Answer 1

尝试：

df = df.replace("-", np.nan)
df["Value"] = pd.to_numeric(df["Value"])

avg = df["Value"].mean()

df["Value"] = df["Value"].fillna(
    df.groupby("Category")["Value"].transform(
        lambda x: avg if x.isna().all() else x.mean()
    )
)
print(df)

印刷：

  Category  Value
0        A  100.0
1        A  100.0
2        B  187.5
3        C   50.0
4        D  200.0
5        D  400.0
6        D  300.0