Jupyter Notebook中按分组均值替换DataFrame指定列NaN值问题

原代码错误点 #

• 拼写错误：grouby应为groupby，tranform应为transform
• 列名大小写不匹配：原数据分组列是Types，不是小写types
• fillna用法错误：fillna['s_months']写法不合法，且同时使用赋值和inplace=True逻辑冲突
• 分组索引选取语法错误：列选择的括号位置不符合pandas规范

正确实现代码 #

写法1（单句紧凑实现）：

df[['s_months', 'incidents']] = df.groupby(['Types', 'o_periods'])[['s_months', 'incidents']].transform(lambda x: x.fillna(x.mean()))

写法2（拆分逻辑更易读）：

# 1. 按分组计算两列的均值，transform会把结果映射到原数据的每一行
group_means = df.groupby(['Types', 'o_periods'])[['s_months', 'incidents']].transform('mean')
# 2. 用对应分组的均值填充NaN值
df[['s_months', 'incidents']] = df[['s_months', 'incidents']].fillna(group_means)

填充效果验证 #

运行后原数据的NaN行将被正确填充：

• Types=1、o_periods=1的行：s_months填充为911，incidents填充为3
• Types=2、o_periods=1的行：s_months填充为26851，incidents填充为36

内容的提问来源于stack exchange，提问作者Nicholas Kim