用除其 NaN 之外的现有值的平均值填充每行中的 NaN

Question

我是数据分析基础知识的初学者，遇到一个问题，我无法用我目前的知识和在各种站点（尤其是 StackOverflow 站点）上的搜索来解决它。 我有一个如下所示的示例数据框，我需要用特定条件填充 NaN：

df = pd.DataFrame([['row 1', 1, 2, 3, 4], ['row 2', 5, nan, 7, 8], ['row 3', nan, nan, 11, 12]], index=['A', 'B', 'C'], columns=['rows', '1st', '2nd', '3th', '4th'])
df

行	第一	第二名	第三名	第四名
一种	1.0	2.0	3个	4个
乙	5.0	NaN >> 填充 (5.0+7+8) / 3 = 6.66...	7	8个
C	NaN >> 填充 (11+12) / 2 = 11.5	NaN >> 填充 (11+12) / 2 = 11.5	11	12

在包含 NaN 的每一行中，我都有一些数字。 要填充 NaN 我必须使用以下公式计算它们的值： (sum of existing numbers in the row) / (number of existing numbers in the row) 。 例如，在“B”行中，NaN 应使用显示的公式进行填充。 预先感谢您的任何建议。

我在笔记本中尝试了这段代码，但我的数据框没有改变：

df.fillna((df[df.isna() == False].sum(axis=1)) / (4 - df.isna().sum(axis=1)), inplace=True)

Answer 1

您可以计算沿列轴的平均值，然后填充 nan 值：

mean = df.mean(axis=1, numeric_only=True)
out = df.T.fillna(mean).T

Output：

>>> out
    rows   1st       2nd 3th 4th
A  row 1   1.0       2.0   3   4
B  row 2   5.0  6.666667   7   8
C  row 3  11.5      11.5  11  12

>>> mean
A     2.500000
B     6.666667
C    11.500000
dtype: float64

更新：受@anoushiravan-r 启发的最短解决方案：

>>> df.mask(df.isna(), df.mean(axis=1, numeric_only=True), axis=0)
    rows   1st        2nd  3th  4th
A  row 1   1.0   2.000000    3    4
B  row 2   5.0   6.666667    7    8
C  row 3  11.5  11.500000   11   12

Answer 2

您也可以尝试以下解决方案：

import pandas as pd

df.where(~ df.isna(), df.iloc[:, 1:].mean(axis=1), axis=0)

    rows   1st        2nd  3th  4th
A  row 1   1.0   2.000000    3    4
B  row 2   5.0   6.666667    7    8
C  row 3  11.5  11.500000   11   12

或者你也可以尝试感谢@Corralien 的一个很好的建议：

df.where(~ df.isna(), df.mean(axis=1, numeric_only=True), axis=0)