Pandas用Groupby分组均值替换'tbd'且不影响原有NaN值

解法 #

你可以直接在transform的匿名函数里用条件替换逻辑，仅针对值为'tbd'的项做填充，原有数值和NaN会完全保留：

直接使用replace的写法（符合你的需求） #

import pandas as pd

df['col_b'] = df.groupby(['col_a', 'col_c'])['col_b'].transform(
    lambda x: x.replace('tbd', x[x != 'tbd'].astype(float).round().mean())
)

逻辑说明 #

• x[x != 'tbd'] 取出分组内所有非'tbd'的有效值计算均值，自动跳过'tbd'和原有NaN
• 仅对值等于'tbd'的项做替换，其他值（包括原有NaN）完全不修改
• 如果分组内不存在有效数值（全为'tbd'），你可以额外加判断处理特殊场景，示例：

df['col_b'] = df.groupby(['col_a', 'col_c'])['col_b'].transform(
    lambda x: x.replace('tbd', x[x != 'tbd'].astype(float).round().mean()) if len(x[x != 'tbd']) >0 else x
)

另一种更高效的where写法 #

也可以用where方法实现相同逻辑，性能略优于逐值replace：

df['col_b'] = df.groupby(['col_a', 'col_c'])['col_b'].transform(
    lambda x: x.where(x != 'tbd', pd.to_numeric(x, errors='coerce').round().mean())
)

内容的提问来源于stack exchange，提问作者Digital Moniker