我需要根據(jù)groupby和mean函數(shù)創(chuàng)建的第二個(gè)數(shù)據(jù)幀在主數(shù)據(jù)框中填充 NA 值。我的原始數(shù)據(jù)框有大約 1.5K NaN 我需要填充，因此這需要大規(guī)模重現(xiàn)。我創(chuàng)建了一個(gè)假數(shù)據(jù)框，它是使用假場(chǎng)景對(duì)我的數(shù)據(jù)進(jìn)行簡(jiǎn)短、快速和骯臟的模仿。我無(wú)法與你分享我的真實(shí)數(shù)據(jù)。我的總體想法是：main_data[ (main_data["Animal_Type"] == mean_data["Animal_Type"]) & (main_data["Cost_Type"] == mean_data["Cost_Type"]) ] = main_data["Price"].fillna(mean_data["Price"])顯然，這是行不通的，但這就是我的邏輯如何運(yùn)作的一般要點(diǎn)。我找到了[他的答案][1]，但我無(wú)法將其正確應(yīng)用于我的問(wèn)題。很多答案都涉及mask或假設(shè)我的數(shù)據(jù)非常小，只有一個(gè)值可以替換我的所有 NaN。我的原始數(shù)據(jù)集中有大約 50 種不同的方法，它們與每個(gè)“成本類(lèi)型”的“動(dòng)物類(lèi)型”唯一配對(duì)。我的原始數(shù)據(jù)框大約有 30K 個(gè)觀察值，其中也充滿(mǎn)了獨(dú)特的觀察值。我可以映射，但這僅適用于單個(gè)列。我對(duì)編碼相當(dāng)陌生，所以很多其他答案對(duì)我來(lái)說(shuō)太復(fù)雜了，也無(wú)法理解和改變。主數(shù)據(jù)mean_data.head(10) **Pet_ID Animal_Type Cost_Type Price**0 101 Goat Housing 6.01 102 Dog Housing 6.02 103 Horse Housing NaN3 104 Horse Housing 5.04 105 Goat Housing 3.05 106 Dog Feeding 3.06 107 Cat Feeding 6.07 108 Horse Housing 6.08 109 Hamster Feeding 5.09 110 Horse Feeding 3.0平均值數(shù)據(jù) Animal_Type Cost_Type Price0 Cat Feeding 4.5000001 Cat Housing 5.0000002 Chicken Feeding 5.0000003 Chicken Housing 4.5000004 Dog Feeding 3.0000005 Dog Housing 6.0000006 Goat Feeding 5.0000007 Goat Housing 5.0000008 Hamster Feeding 5.2500009 Hamster Housing 3.00000010 Horse Feeding 3.50000011 Horse Housing 5.66666712 Rabit Feeding 3.00000013 Rabit Housing 3.000000我的可重現(xiàn)代碼：random.seed(10)random.seed(10)main_data = pd.DataFrame(columns = ["Pet_ID", "Animal_Type", "Cost_Type", "Price", "Cost"])main_data["Pet_ID"] = pd.Series(list(range(101,150)))
1 回答
ITMISS
TA貢獻(xiàn)1871條經(jīng)驗(yàn) 獲得超8個(gè)贊
我需要根據(jù)groupby和mean函數(shù)創(chuàng)建的第二個(gè)數(shù)據(jù)幀在主數(shù)據(jù)框中填充 NA 值。
你不需要那一步。您可以通過(guò)分組為多個(gè)數(shù)據(jù)幀、對(duì)每個(gè)單獨(dú)的數(shù)據(jù)幀應(yīng)用均值并僅在該數(shù)據(jù)幀內(nèi)填充 NA 值來(lái)一步完成此操作。
因此，不要?jiǎng)?chuàng)建mean_data數(shù)據(jù)框，而是執(zhí)行以下操作：
def fill_by_mean(df):
df["Price"] = df["Price"].fillna(df["Price"].mean())
return df
main_data = main_data.groupby(["Animal_Type", "Cost_Type"]).apply(fill_by_mean)
每次單獨(dú)調(diào)用 fill_by_mean() 都會(huì)看到一個(gè)如下所示的數(shù)據(jù)幀：
Pet_ID Animal_Type Cost_Type Price
11 112 Rabit Feeding NaN
34 135 Rabit Feeding 3.0
38 139 Rabit Feeding 3.0
然后它獲取價(jià)格列的平均值并使用它填充 NA 值。然后 Groupby 將所有單獨(dú)的數(shù)據(jù)幀重新連接在一起。
添加回答
舉報(bào)
0/150
提交
取消