我有一个主要数据框，其中包含有关各种商品的价格信息。这些价格很多都缺失了，因此具有NaN值。
main_df = pd.DataFrame({'item_id' : [1,2,3,4], 'item_price' : [2.3,NaN, 3.3, NaN]})
main_df
我想通过使用另一个数据框来解决此问题，该数据框具有每个商品的平均价格（无NaN值）
ref_df = pd.DataFrame({'item_id' : [1,2,3,4], 'item_avg_price' : [2.3,3.5, 3.3, 4.3]})
ref_df
我想用avg替换主数据框中item_price中的NaN值。这样，该商品的价格（存储在参考df中）
goal = pd.DataFrame({'item_id' : [1,2,3,4], 'item_price' : [2.3,3.5, 3.3, 4.3]})
goal
我一直在尝试通过使用for循环来执行此操作，该循环遍历主数据帧中的每一行，检查其价格是否缺失，如果有，将其替换为该商品的平均价格。我不仅不能使它正常工作，而且我认为可能有一种更有效的方法来实现它。