Python Pandas 는 데이터 그룹 을 나 누 어 평균 값 을 구하 고 nan 의 예제 를 채 웁 니 다.

Python 은 특정한 열 키워드 에 따라 그룹 을 나 누고 각 열의 평균 값 을 계산 하 며 이 값 으로 이 열 을 분류 하 는 nan 값 을 채 웁 니 다.
DataFrame 데이터 형식
fillna 방식 구현
groupby 방식 구현
DataFrame 데이터 형식
다음은 데이터 저장 형식 입 니 다.

fillna 방식 구현
1.industry Name 1 열 에 따라 실적 을 선별한다.
2.같은 업 종의 Series 를 선별한다
3.평균 값 mean 을 계산 하고 fillna 함수 로 채 웁 니 다.
4.append 새 DataFrame 에
5.업계 이름 을 순환 적 으로 옮 겨 다 니 며 2,3,4 단계 완성

factordatafillna = pd.DataFrame()
industrys = newfactordata1.industryName1.unique()
for ind in industrys:
  t = newfactordata1.industryName1 == ind
  a = newfactordata1[t].fillna(newfactordata1[t].mean())
  factordatafillna = factordatafillna.append(a)

groupby 방식 구현
groupby 로 계산 합 니 다.코드 설명 을 자세히 보 세 요.

df = pd.DataFrame({'code':[1,2,3,4,5,6,7,8],
          'value':[np.nan,5,7,8,9,10,11,12],          
          'value2':[5,np.nan,7,np.nan,9,10,11,12],
          'indstry':['  1','  1','  1','  2','  2','  4','  2','  3']},
          columns=['code','value','value2','indstry'],
          index=list('ABCDEFGH'))

#          
cols = [col for col in df.columns if col not in['code','indstry']]
#     
gp_col = 'indstry'
#   nan  
df_na = df[cols].isna()
#          
df_mean = df.groupby(gp_col)[cols].mean()

print(df)

#        
for col in cols:
  na_series = df_na[col]
  names = list(df.loc[na_series,gp_col])   

  t = df_mean.loc[names,col]
  t.index = df.loc[na_series,col].index

  #    index       
  df.loc[na_series,col] = t

print(df)

code value value2 indstry
A   1  NaN   5.0     1
B   2  5.0   NaN     1
C   3  7.0   7.0     1
D   4  8.0   NaN     2
E   5  9.0   9.0     2
F   6  10.0  10.0     4
G   7  11.0  11.0     2
H   8  12.0  12.0     3
  code value value2 indstry
A   1  6.0   5.0     1
B   2  5.0   6.0     1
C   3  7.0   7.0     1
D   4  8.0  10.0     2
E   5  9.0   9.0     2
F   6  10.0  10.0     4
G   7  11.0  11.0     2
H   8  12.0  12.0     3

이상 의 Python Pandas 는 데이터 그룹 을 나 누 어 평균 값 을 구하 고 nan 을 채 우 는 예 시 는 바로 작은 편집 이 여러분 에 게 공유 하 는 모든 내용 입 니 다.참고 가 되 고 저 희 를 많이 응원 해 주 셨 으 면 좋 겠 습 니 다.