擅长:python、mysql、java
<p>您可以在<code>'Month'</code>和<code>DayName'</code>上<code>groupby</code>并使用<code>apply</code>编辑数据帧。<br/>
使用<a href="https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.fillna.html" rel="nofollow noreferrer">fillna</a>填充<code>Nan</code>值。<code>fillna</code>接受字典作为<code>value</code>参数:字典的键是列名,值是标量:标量用于替换每列中的<code>Nan</code>。使用<code>loc</code>可以从<code>dMeans</code>中选择适当的值。
您可以使用<code>df3</code>和<code>dfMeans</code>列之间的交集来创建具有dict理解的词典。你知道吗</p>
<p>所有这些都对应于以下陈述:</p>
<pre><code>df3filled = df3.groupby(['Month', 'DayName']).apply(lambda x : x.fillna(
{col : dfMeans.loc[(dfMeans['Month'] == x.name[0]) & (dfMeans['Dayname'] == x.name[1]), col].iloc[0]
for col in x.columns.intersection(dfMeans.columns)})).reset_index(drop=True)
</code></pre>