如何使用Ibis用均值填充缺失值？含整体与分组填充场景

基于你提供的初始数据，以下是两种均值填充缺失值的实现方案：

1. 用列的整体均值填充NA #

通过Ibis的fillna方法结合avg聚合函数，计算weight列的整体均值并填充缺失值：

# 计算weight列的整体均值
overall_mean = t.weight.avg()

# 填充weight列的NA值
t_filled_overall = t.mutate(weight=_.weight.fillna(overall_mean))

填充后，NA值会被替换为所有非缺失值的均值（(134+158+142+96)/4 = 132.5）。

2. 按fruit分组的均值填充NA #

先按fruit分组计算每组的weight均值，再通过关联操作将分组均值匹配到原表，最后填充缺失值：

# 按fruit分组计算每组的weight均值
fruit_mean = t.group_by("fruit").agg(mean_weight=_.weight.avg())

# 关联原表与分组均值，填充NA后移除临时列
t_filled_grouped = t.left_join(fruit_mean, on="fruit").mutate(
    weight=_.weight.fillna(_.mean_weight)
).drop("mean_weight")

填充后，苹果组的NA会被替换为苹果组均值（(134+158)/2 = 146），橙子组的NA会被替换为橙子组均值（(142+96)/2 = 119）。

内容的提问来源于stack exchange，提问作者ianmcook