【问题标题】：Filling missing values using means and grouping by logics in Pandas在 Pandas 中使用均值填充缺失值并按逻辑分组
【发布时间】：2017-01-13 00:25:21
【问题描述】：
在 Python 中有这样的数据框：
x1 x2 x3
a 1 1000
a 1 2390
a 1 ?
b 2 120
b 2 2000
所以我的目标是填写第 x3 列中的所有缺失值。但是，如果我使用标准方法 (pd.fillna(df.mean()) 我不会得到理想的结果。我希望能够以某种方式不简单地对 x3 列进行均值（），而对所有 x3 仅进行均值（） x1=a 和 x2=1 的值。如何在 Python Pandas 中完成？
【问题讨论】：
标签：
python
pandas
grouping
missing-data
【解决方案1】：
您可以使用groupby.transform()按组填充缺失值：
df['x3'] = df.groupby(["x1", "x2"])['x3'].transform(lambda x: x.fillna(x.mean()))
【解决方案2】：
使用join 和fillna
c = ['x1', 'x2']
df.fillna(df[c].join(df.groupby(c).mean(), on=c))
x1 x2 x3
0 a 1 1000.0
1 a 1 2390.0
2 a 1 1695.0
3 b 2 120.0
4 b 2 2000.0