使用 NaN 更新列，并具有过滤行的平均值

Question

我有以下数据帧

VOTES    CITY
24      A
22      A
20      B
NaN     A
NaN     A
30      B
NaN     C

我需要用 CITY 为"A"或"C"的值平均值填充 NaN

我尝试的以下代码仅更新了 VOTES 中的第一行，其余代码都更新为 NaN。

train['VOTES'][((train['VOTES'].isna()) & (train['CITY'].isin(['A','C'])))]=train['VOTES'].loc[((~train['VOTES'].isna()) & (train['CITY'].isin(['A','C'])))].astype(int).mean(axis=0)

在此之后，"VOTES"的输出所有值都更新为"NaN"，除了一条位于索引 0 的记录。虽然平均值计算正确。

Answer 1

仅对具有过滤行平均值的过滤行使用Series.fillna：

train['VOTES_EN']=train['VOTES'].astype(str).str.extract(r'(-?d+.?d*)').astype(float)
m= train['CITY'].isin(['A','C'])
mean = train.loc[m,'VOTES_EN'].mean() 
train.loc[m,'VOTES_EN']=train.loc[m,'VOTES_EN'].fillna(mean)
train['VOTES_EN'] = train['VOTES_EN'].astype(int)
print (train)
VOTES CITY  VOTES_EN
0   24.0    A        24
1   22.0    A        22
2   20.0    B        20
3    NaN    A        23
4    NaN    A        23
5   30.0    B        30
6    NaN    C        23