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

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

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] = t

print(df)

code value value2 indstry

A 1 NaN 5.0 农业1

B 2 5.0 NaN 农业1

C 3 7.0 7.0 农业1

D 4 8.0 NaN 农业2

E 5 9.0 9.0 农业2

F 6 10.0 10.0 农业4

G 7 11.0 11.0 农业2

H 8 12.0 12.0 农业3

code value value2 indstry

A 1 6.0 5.0 农业1

B 2 5.0 6.0 农业1

C 3 7.0 7.0 农业1

D 4 8.0 10.0 农业2

E 5 9.0 9.0 农业2

F 6 10.0 10.0 农业4

G 7 11.0 11.0 农业2

H 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脚本之家。