Чтобы заменить значения NaN в DataFrame pandas средним значением столбца, вы можете использовать следующие методы:

Метод 1: использование fillna() и mean()

import pandas as pd
# Create a DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4, 5],
                   'B': [6, np.nan, 8, 9, 10],
                   'C': [11, 12, 13, np.nan, 15]})
# Replace NaN values with column means
df.fillna(df.mean(), inplace=True)

Метод 2: использование fillna() и groupby()

import pandas as pd
# Create a DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4, 5],
                   'B': [6, np.nan, 8, 9, 10],
                   'C': [11, 12, 13, np.nan, 15]})
# Replace NaN values with column means
df = df.fillna(df.groupby(df.columns, axis=1).transform('mean'))

Метод 3: использование fillna() и mean() для определенных столбцов

import pandas as pd
# Create a DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4, 5],
                   'B': [6, np.nan, 8, 9, 10],
                   'C': [11, 12, 13, np.nan, 15]})
# Replace NaN values with column means for specific columns
df['A'].fillna(df['A'].mean(), inplace=True)
df['B'].fillna(df['B'].mean(), inplace=True)
df['C'].fillna(df['C'].mean(), inplace=True)