如何使用熊貓中的for循環根據另一列的條件填充一列中的缺失值？

Question

weather_train=pd.DataFrame({
'site_id':[0,0,0,0,0,0,1,1,1,1,1],
'air_temperature': [25,22,'NaN',28,'NaN',30,45,'NaN',50,'Nan',24]
})

• 當site_id是0，我需要計算的平均air_temperature的site_id 0，然后用平均填補了缺失值air_temperature在site_id 0。
• 然后，當site_id是1，我需要計算的平均air_temperature為SITE_ID在失蹤值1和填充air_temperature在SITE_ID 1。

必須對cloud_coverage執行相同的過程。

任何人都可以幫我在 Pandas 中為此編寫一個 for 循環嗎？

Answer 1

不需要循環。 只需將groupby().transform()用於包含在條件numpy.where中的內聯平均聚合：

weather_train['air_temperature'] = np.where(pd.isnull(weather_train['air_temperature']),
                                            weather_train.groupby(['site'])['air_temperature'].transform('mean'),    
                                            weather_train['air_temperature'])