Python Pandas实现数据分组求平均值并填充nan的示例


						Python实现按某一列关键字分组，并计算各列的平均值，并用该值填充该分类该列的nan值。

DataFrame数据格式

fillna方式实现

groupby方式实现

DataFrame数据格式

以下是数据存储形式： 



fillna方式实现

1、按照industryName1列，筛选出业绩

2、筛选出相同行业的Series

3、计算平均值mean，采用fillna函数填充

4、append到新DataFrame中

5、循环遍历行业名称，完成2,3,4步骤





factordatafillna = pd.DataFrame()

industrys = newfactordata1.industryName1.unique()

for ind in industrys:

  t = newfactordata1.industryName1 == ind

  a = newfactordata1[t].fillna(newfactordata1[t].mean())

  factordatafillna = factordatafillna.append(a)



groupby方式实现

采用groupby计算，详细见代码注释





df = pd.DataFrame({'code':[1,2,3,4,5,6,7,8],

          'value':[np.nan,5,7,8,9,10,11,12],          

          'value2':[5,np.nan,7,np.nan,9,10,11,12],

          'indstry':['农业1','农业1','农业1','农业2','农业2','农业4','农业2','农业3']},

          columns=['code','value','value2','indstry'],

          index=list('ABCDEFGH'))



# 只留下需要处理的列

cols = [col for col in df.columns if col not in['code','indstry']]

# 分组的列

gp_col = 'indstry'

# 查询nan的列

df_na = df[cols].isna()

# 根据分组计算平均值

df_mean = df.groupby(gp_col)[cols].mean()



print(df)



# 依次处理每一列

for col in cols:

  na_series = df_na[col]

  names = list(df.loc[na_series,gp_col])   



  t = df_mean.loc[names,col]

  t.index = df.loc[na_series,col].index



  # 相同的index进行赋值   

  df.loc[na_series,col] = t



print(df)







code value value2 indstry

A   1  NaN   5.0   农业1

B   2  5.0   NaN   农业1

C   3  7.0   7.0   农业1

D   4  8.0   NaN   农业2

E   5  9.0   9.0   农业2

F   6  10.0  10.0   农业4

G   7  11.0  11.0   农业2

H   8  12.0  12.0   农业3

  code value value2 indstry

A   1  6.0   5.0   农业1

B   2  5.0   6.0   农业1

C   3  7.0   7.0   农业1

D   4  8.0  10.0   农业2

E   5  9.0   9.0   农业2

F   6  10.0  10.0   农业4

G   7  11.0  11.0   农业2

H   8  12.0  12.0   农业3





以上这篇Python Pandas实现数据分组求平均值并填充nan的示例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持中文源码网。