Pandas中如何依据另一列筛选条件填充指定列的缺失值

你需要先筛选出全新车样本计算对应行驶里程的均值，再精准匹配全新车的缺失行完成填充，注意你提供的复现示例中全新车的取值为'New'，和描述中的'Brand New'文本存在差异，实际使用时替换为你数据集里的真实取值即可。

实现代码（仅填充全新车缺失值，完全匹配需求） #

import pandas as pd
import numpy as np

# 加载/构造你的数据集
df = pd.DataFrame({'Car type': ['New','Used','New','New','New','Used','New','New'],
                   'Distance':[20,2222,34,np.nan,np.nan,np.nan,50,10]})

# 计算全新车组的行驶里程均值
new_car_distance_mean = df.loc[df['Car type'] == 'New', 'Distance'].mean()

# 定位所有「车辆类型为全新车、且行驶里程为缺失值」的行，用计算出的均值填充
df.loc[(df['Car type'] == 'New') & (df['Distance'].isna()), 'Distance'] = new_car_distance_mean

运行结果 #

填充后的数据表如下，全新车的缺失值被替换为全新车组的里程均值28.5，二手车的缺失值保持未填充状态：

Car type  Distance
0      New      20.0
1     Used    2222.0
2      New      34.0
3      New      28.5
4      New      28.5
5     Used       NaN
6      New      50.0
7      New      10.0

扩展：全分组自动填充 #

如果后续你需要同时给二手车的缺失值填充二手车组的里程均值，不需要逐组手动计算，直接用分组变换的写法即可一步完成：

# 按车辆类型分组，用每组自身的里程均值填充组内缺失值
df['Distance'] = df.groupby('Car type')['Distance'].transform(lambda col: col.fillna(col.mean()))

内容的提问来源于stack exchange，提问作者Abdul