点击查看数据样本我试图用每个Item_Identifier（每种商品类型）的Item_Visibility值来替换Item_Visibility的值，但出现了错误：

ValueError: Wrong number of items passed 5, placement implies 1

data['Item_Visibilty'] = data.groupby('Item_Identifier').transform(        lambda x: x.replace(x.mean()))

回答：

据我对您问题的理解：您希望将每个Item_Identifier唯一值的Item_Visibility的平均值填入Item_Visibility列中。我猜测，Item_Identifier在这里代表一组商品，因为如果不是这样，进行分组并计算平均值就没有意义了。

回答您的问题：

# 创建样本数据data = pd.DataFrame(np.random.rand(4000,2),columns=['Item_Identifier','Item_Visibility'])data.loc[:,'Item_Identifier']= data.loc[:,'Item_Identifier'].apply(        lambda x: 'id1' if x> 0.4 else 'id2')# 创建映射表，以便我们可以映射值map_table = data.groupby('Item_Identifier').mean()# 映射值data.loc[:,'Item_Visibility'] = data.loc[:,'Item_Identifier'].map(        map_table.to_dict()['Item_Visibility'])

希望这对您有帮助！