如何按同类型同运营周期均值填充s_months、incidents列的nan值

方法1：使用你已计算完成的shipgroup填充 #

首先确保shipgroup以types和o_periods作为多级索引，没有的话先执行索引设置：
shipgroup = shipgroup.set_index(['types', 'o_periods'])
之后直接匹配分组索引填充对应列的空值即可：

# 填充s_months列缺失值
ship['s_months'] = ship['s_months'].fillna(
    ship.set_index(['types', 'o_periods']).index.map(shipgroup['s_months'])
)
# 填充incidents列缺失值
ship['incidents'] = ship['incidents'].fillna(
    ship.set_index(['types', 'o_periods']).index.map(shipgroup['incidents'])
)

方法2：无需提前计算分组均值，一步完成填充 #

如果不需要单独留存分组均值结果，可以直接用groupby+transform实现需求，代码更简洁：

# 按分组均值填充s_months空值
ship['s_months'] = ship['s_months'].fillna(
    ship.groupby(['types', 'o_periods'])['s_months'].transform('mean')
)
# 按分组均值填充incidents空值
ship['incidents'] = ship['incidents'].fillna(
    ship.groupby(['types', 'o_periods'])['incidents'].transform('mean')
)

注意事项 #

如果存在某组types+o_periods下对应列全为空的情况，上述方法填充后该组的空值仍会保留，你可以根据需求在fillna后追加二次填充规则，比如填充全表均值：
ship['s_months'] = ship['s_months'].fillna(ship['s_months'].mean())

内容的提问来源于stack exchange，提问作者Fateh Muhammad