如何根据另一列中的值用另一列的平均值替换 NaN 值？ Pandas

Question

我有一个 dataframe 的游戏版本和评级

name,platform,year_of_release,genre,na_sales,eu_sales,jp_sales,other_sales,critic_score,user_score,rating
Wii Sports,Wii,2006.0,Sports,41.36,28.96,3.77,8.45,76.0,8.0,E
Super Mario Bros.,NES,1985.0,Platform,29.08,3.58,6.81,0.77,,,
Mario Kart Wii,Wii,2008.0,Racing,15.68,12.76,3.79,3.29,82.0,8.3,E
Wii Sports Resort,Wii,2009.0,Sports,15.61,10.93,3.28,2.95,80.0,8.0,E
Pokemon Red/Pokemon Blue,GB,1996.0,Role-Playing,11.27,8.89,10.22,1.0,,,

我想用相同类型的平均值填充 user_score 列中的 NaN 值。 如果游戏有体育类型并且在那一行 user_score 是 NaN 我想用体育的平均用户评分替换 null 值。

Answer 1

此数据已删除第二场体育比赛的 user_score，以便我们演示代码。

name,platform,year_of_release,genre,na_sales,eu_sales,jp_sales,other_sales,critic_score,user_score,rating
Wii Sports,Wii,2006.0,Sports,41.36,28.96,3.77,8.45,76.0,8.0,E
Super Mario Bros.,NES,1985.0,Platform,29.08,3.58,6.81,0.77,,,
Mario Kart Wii,Wii,2008.0,Racing,15.68,12.76,3.79,3.29,82.0,8.3,E
Wii Sports Resort,Wii,2009.0,Sports,15.61,10.93,3.28,2.95,80.0,,E
Pokemon Red/Pokemon Blue,GB,1996.0,Role-Playing,11.27,8.89,10.22,1.0,,,

看Wii Sports Resort的用户评分

df.iloc[3]['user_score']

nan

用流派的 user_score 的平均值替换 NaN

df['user_score'] = df.groupby('genre')['user_score'].transform(lambda x: x.fillna(x.mean()))

更新后查看同游戏的output

df.iloc[3]['user_score']

8.0

Answer 2

一种可能的解决方案是创建一个类型平均评分的字典genre_avg ，然后根据该字典替换user_score中的 NA

genre_avg = data.groupby(['genre']).agg({'user_score': 'mean'})['user_score'].to_dict()
data['user_score'] = data['user_score'].fillna(data['genre'].map(genre_avg))

---

在您的小样本数据中，没有任何变化，因为没有一个NaNs有任何其他值要平均。 但是，例如，如果您将Wii Sports的genre从Sports更改为Platform ，您会看到Super Mario Bros.的user_score将充满Platform类型游戏的平均值。