我有一个pandas数据框，其中大部分填充了实数，但也有一些nan值
如何将nans替换为所在列的平均值
这个问题与这个问题非常相似：numpy数组：用列的平均值替换nan值，但不幸的是，这里给出的解决方案不适用于数据帧
您只需使用DataFrame.fillna直接填充nan：
[27]on
：df
Output[27]：
A、B、C
0 -0.166919 0.979728 -0.632955
1 -0.297953 -0.912674 -1.365463
2 -0.120211 -0.540679 -0.680481
3南-2.027325 1.533582
4楠楠0.461821
5-0.788073楠楠楠
6-0.916080-0.612343 NaN
7-0.887858 1.033826 NaN
8 1.948430 1.025011 -2.982224
9 0.019698 -0.795876 -0.046431
[28]on：df.mean（）
Output[28]：
A-0.151121
B-0.231291
C-0.530307
数据类型：64
[29]on df.fillna（df.mean（））
Output[29]：
A、B、C
0 -0.166919 0.979728 -0.632955
1 -0.297953 -0.912674 -1.365463
2 -0.120211 -0.540679 -0.680481
3 -0.151121 -2.027325 1.533582
4 -0.151121 -0.231291 0.461821
5 -0.788073 -0.231291 -0.530307
6 -0.916080 -0.612343 -0.530307
7 -0.887858 1.033826 -0.530307
8 1.948430 1.025011 -2.982224
9 0.019698 -0.795876 -0.046431
fillna的docstring说明value应该是标量或dict，但是，它似乎也适用于系列。如果您想传递dict，可以使用df.mean（）.to_dict（）