SHOW:
|
|
- or go back to the newest paste.
1 | ###################################################################################################### | |
2 | data = pd.read_csv('data.csv') | |
3 | ||
4 | data_grouped = data.groupby('income_type')['total_income'].mean() | |
5 | ||
6 | def func(row): | |
7 | if pd.isna(row['total_income']): | |
8 | return data_grouped.loc[row['income_type']] | |
9 | return row['total_income'] | |
10 | ||
11 | data['total_income'] = data.apply(func, axis=1) | |
12 | ||
13 | ###################################################################################################### | |
14 | ||
15 | data = pd.read_csv('data.csv') | |
16 | ||
17 | data_transformed = data.groupby('income_type')['total_income'].transform('mean') | |
18 | ||
19 | data['total_income'] = data['total_income'].fillna(data_transformed) | |
20 | ||
21 | ###################################################################################################### | |
22 | ||
23 | data = pd.read_csv('data.csv') | |
24 | ||
25 | data['total_income'] = data.groupby('income_type')['total_income'].apply(lambda s: s.fillna(s.mean())) | |
26 | ###################################################################################################### |