用数据集中按键分组的平均值填写NaN值(熊猫)

Question

如何用NaN所在的特定列的平均值填充数据集中每个列的NaN值(在我的例子中是位置)？

例如：我有一个名为PM2.5的列，在某些监视器的某些行中有一些缺失的值。这些监视器位于不同的位置(我将它们按有其位置的列组织起来)。我希望用监视器在每个特定元素/列(本例中为PM2.5)的相同位置/区域中记录的值的平均值填充每一列的缺失值(在本例中为PM2.5)。

我试过了

df= df.groupby('LocationA')['PM2.5'].transform('mean')
df['PM2.5'].fillna(s, inplace=True)

但是我得到了关键错误，我正计划在一个for while循环中这样做。

这是我的数据集的截图。

​

Answer 1

您的示例代码中有错误吗？我从头到尾解决了这个问题，得到了完全相同的右侧代码：

s = df.groupby('LocationA')['PM2.5'].transform('mean')
df['PM2.5'] = df['PM2.5'].fillna(s)