使用具有相同屬性（例如工作日和小時）的值（在Pandas中）填充dataFrame中的NAN

Question

我想知道如何在一周的同一小時和同一天以其他方式替換DataFrame的NANS。

例如，從周三的11:00 pm到周四的10:00 am，我有幾個NAN。 與月份無關，僅與小時和工作日無關。 我所做的是創建另一個dataFrame調用dfgrouped：

dfgrouped = df.groupby（['Weekday'，'Hour']）。mean（）

現在我有了這個dataFrame，如何將其與df.isnull（）結合使用？

有沒有更簡單的方法可以做到這一點？

提前致謝。

Answer 1

這是我對您問題的理解。

sample = {'Activa': {0: np.nan, 1: 328.76750000000004}, 'Aparente': {0: np.nan, 1: 332.28750000000002}, 'Building': {0: 'Quimica', 1: 'Quimica'}, 'Hour': {0: 13, 1: 14}, 'Month': {0: 'Jun', 1: 'Jun'}, 'Month_num': {0: 6, 1: 6}, 'Reactiva': {0: -70.599999999999994, 1: -46.682500000000005}, 'Timestamp': {0: pd.to_datetime('2012-06-01 13:00:00'), 1: pd.to_datetime('2012-06-01 14:00:00')}, 'Week': {0: 22, 1: 22}, 'Weekday': {0: 'Fri', 1: 'Fri'}, 'Weekday_num': {0: 4, 1: 4}, 'Year': {0: 2012, 1: 2012}}
# There is a nan value in the activa column
df = DataFrame(sample)
# Performing the groupby as you do
df_grouped = df.groupby(['Week','Weekday']).mean()
# Setting the same index on the original DataFrame
df = df.set_index(['Week','Weekday'])
# Filling nan values with the mean
df = df.fillna(df_grouped)
df

# The result
                Activa  Aparente Building  Hour Month  Month_num  Reactiva  \
Week Weekday                                                                 
22   Fri      328.7675  332.2875  Quimica    13   Jun          6  -70.6000   
     Fri      328.7675  332.2875  Quimica    14   Jun          6  -46.6825   

                       Timestamp  Weekday_num  
Week Weekday                                   
22   Fri     2012-06-01 13:00:00            4  
     Fri     2012-06-01 14:00:00            4