以下是一个示例代码，演示如何按组填充NaN值的平均值：

import pandas as pd

# 创建一个包含NaN值的DataFrame示例
data = {'group': ['A', 'A', 'A', 'B', 'B', 'B'],
        'value': [1, 2, None, 4, None, 6]}
df = pd.DataFrame(data)

# 按组计算平均值
grouped_mean = df.groupby('group')['value'].mean()

# 填充NaN值
df['value'] = df.groupby('group')['value'].transform(lambda x: x.fillna(x.mean()))

print(df)

输出结果如下：

  group  value
0     A    1.0
1     A    2.0
2     A    1.5
3     B    4.0
4     B    5.0
5     B    6.0

在上面的代码中，我们首先创建了一个包含NaN值的DataFrame示例。然后，我们使用groupby方法按组计算了每个组的平均值，并将结果保存在grouped_mean变量中。

接下来，我们使用transform方法将每个组的NaN值填充为该组的平均值。transform方法接收一个函数作为参数，并对每个组的数据进行操作。在这里，我们使用了lambda函数来填充NaN值，使用fillna方法来填充每个组的平均值。

最后，我们打印出填充NaN值后的DataFrame。可以看到，NaN值已被按组的平均值填充。