如何从一个数据框架引用另一个数据框架来替换缺失的值?
我有一个数据框架(df_missing)。df_missing有几个缺失值" s_month "one_answers"incident".
发送缺少信息的数据
我分别准备了S_months和incident的平均值数据。我把它命名为df。我将df与"类型"进行分组。和"O_periods">
发送具有平均类型和o_period的数据
我需要替换df_missing值"S_months"one_answers";incident" type "one_answers";O_periods"。例如，df_missing row6有一个缺失值，我应该用df的数据替换它。对于df_missing第6行" type "= 1 and "O_periods"= 1，替换将是S_months = 911.3和"incident"= 3.0
我能够使用下面的代码识别缺失的行;
rownum=[]
DF_mode.isnull()
misrow=DF_mode.isnull().any(axis=1)
rownum=DF_mode.loc[misrow[misrow==True].index]
我不确定如何编写替换的代码。我应该使用fillna()吗?谢谢你的帮助。
可以用transform方法求解。
df_missing[['S_months', 'Incidents']] = df_missing.groupby(['Types', 'O_periods']).transform(lambda x: x.fillna(x.mean()))[['S_months', 'Incidents']]