在dataframe的列中填充空值

Question

我有一个熊猫数据框，它有超过4列。col1中的某些值缺失，我希望根据以下方法设置这些缺失的值：

1. 尝试根据具有相同col2， col3， col4值的记录的col1值的平均值来设置它
2. 如果没有这样的记录，则根据具有相同col2， col3值的记录的col1值的平均值来设置它
3. 如果仍然没有这样的记录，则根据具有相同col2值的记录的col1值的平均值来设置它
4. 如果以上都找不到，将其设置为col1中所有其他非缺失值的平均值

最好的方法是什么？

Answer 1

根据你的逻辑，你可以做如下的事情，其中每一行fillna都对应于你问题中的一个要点，顺序相同：

df['col1'] = (df['col1']
               .fillna(df.groupby(['col2','col3','col4'])['col1'].transform('mean'))
               .fillna(df.groupby(['col2','col3'])['col1'].transform('mean'))
               .fillna(df.groupby(['col2'])['col1'].transform('mean')
               .fillna(df['col1'].mean())
             )