我有一个这样的数据框，
cat1 cat2 cat3 day
0 10 25 12 Monday
1 11 22 14 Tuesday
2 12 30 15 Wednesday
3 10 36 12 Thursday
4 15 38 14 Friday
5 NaN 42 13 Monday
6 11 32 10 Tuesday
7 15 30 12 Wednesday
8 13 28 09 Thursday
9 10 29 10 Friday
10 12 30 16 Monday
现在，我想将NaN的值替换为cat1列中的Monday过滤的day列的平均值。我的输出是，
cat1 cat2 cat3 day
0 10 25 12 Monday
1 11 22 14 Tuesday
2 12 30 15 Wednesday
3 10 36 12 Thursday
4 15 38 14 Friday
5 11 42 13 Monday
6 11 32 10 Tuesday
7 15 30 12 Wednesday
8 13 28 09 Thursday
9 10 29 10 Friday
10 12 30 16 Monday
我正在考虑通过day列的Monday值过滤数据框，用NaN函数替换.mean()，然后将其附加回数据框。例如，
monday_df = df[df['day'] == 'Monday']
mean_val = monday_df['cat1'].mean()
monday_df['cat1']= Monday_df['cat1'].fillna(mean_val)
此后，将其附加回原始df。但这似乎需要很多编码，是否有一种pandastic方法（可能是一种班轮）来做到这一点，以便获得所需的输出？