在 pandas dataframe 的列中填充 null 值

Question

我有一個 pandas dataframe 有超過 4 列。 col1 中的某些值缺失，我想根據以下方法設置這些缺失值：

1. 嘗試根據具有相同 col2、col3、col4 值的記錄的 col1 值的平均值來設置它
2. 如果沒有這樣的記錄，則根據具有相同 col2,col3 值的記錄的 col1 值的平均值設置它
3. 如果仍然沒有這樣的記錄，則根據具有相同 col2 值的記錄的 col1 值的平均值設置它
4. 如果以上都找不到，則將其設置為 col1 中所有其他非缺失值的平均值

最好的方法是什么？

Answer 1

根據您的邏輯，您可以執行以下操作，其中每行fillna對應於問題中的一個要點，順序相同：

df['col1'] = (df['col1']
               .fillna(df.groupby(['col2','col3','col4'])['col1'].transform('mean'))
               .fillna(df.groupby(['col2','col3'])['col1'].transform('mean'))
               .fillna(df.groupby(['col2'])['col1'].transform('mean')
               .fillna(df['col1'].mean())
             )