Доброго времени суток!
Не могу разобраться как решить задачу. Видимо не хватает понимания как работают некоторые функции, либо запаса знаний по функциям не хватает.
Имеем следующие данные (подгружено из .csv):
A - Вид товара
B - Название магазина
C - наценка (%)
Необходимо заменить в датафрейме пустые (NaN) значения в колонке C с учетом следующих правил:
-если в данном магазине, в среднем, C >10%, то значения меняем на среднее по магазину
-в ином случае меняем на медиану по магазину
Изначально идея была следующей - создать новые колонки с нужными значениями.
Нашел в сети следующее решение:
df = df.groupby()\
.transform(lambda x: x.fillna(x.mean()))
Но оно не работает, пишет: AttributeError: ‘function’ object has no attribute ‘groupby’
Что делаю не так?
Полная версия: Помогите разобраться в решении задач
Может кто подскажет иной вариант решения, более прямолинейный? 
Постановка задачи неясна.
Медиану
Они должны совпадать со средним до присвоения или после или после добавления каждого нового товара надо пересчитывать среднее?
Медиану
blind_enemyЧто значит в среднем? По количеству пунктов среднем, среднее значение по ценникам, или среднее с учетом запасов на складе?
-если в данном магазине, в среднем, C >10%
Они должны совпадать со средним до присвоения или после или после добавления каждого нового товара надо пересчитывать среднее?
doza_andВ уже прописанных данных.
Постановка задачи неясна.Медиану
На примере покажу что хотят.
Магазин Наценка
М-Видео 10%
М-Видео 20%
М-Видео NaN
М-Видео NaN
Взаместо NaN необходимо подставить среднее от уже проставленных (10+20)/2=15% так как среднее >10%
Если бы было
Магазин Наценка
М-Видео 5%
М-Видео 3%
М-Видео NaN
М-Видео NaN
То ставили бы медиану.
Т.е. зря я назвал колонку А т.к. она только путает
blind_enemyну мне кажется индексы использовать
иной вариант решения, более прямолинейный?
import pandas as pd ds = pd.read_csv("a.csv") idx = ds.b.isna() m=ds.b.mean() ds.b[idx] = m