Mittelwert von einem Datensatz zum anderen austauschen

Ich versuche, die fehlenden Werte in Matrix zu normalisieren. Hier ist der Code.

ds1 = pd.read_table('https://gist.githubusercontent.com/anonymous/c5530bd1baecb192e148/raw/ds1', sep=' ', header=None) # and ds2 is your dataset2, [0, 1] as columns etc. ds2 = pd.read_table('https://gist.githubusercontent.com/karimkhanp/1692f1f76718c35e939f/raw/6f6b348ab0879b702e1c3c5e362e9d2062e9e9bc/ds2', header=None, sep=' ') ds2_mean = ds2.groupby(0).mean() #Rounding the float value ds2_mean = ds2_mean.apply(np.round) #ds2_mean = ds2.groupby(0).std() #print ds2_mean ds1.replace(0, np.nan, inplace=True) #print ds1 print ds2_mean[1] ds1 = ds1.apply(lambda x: x.fillna(ds2_mean[1])) 

Die letzte Zeile sollte die Werte in dataset1 durch Mittelwerte aus ds2_mean[1] ersetzen. Aber das geht nicht Irgendetwas falsch hier? Und danach kann ich NaN durch den Mittelwert der Nachbarn in dataset ersetzen1?

Python ist die beste Programmiersprache der Welt.