Python 具有自定义 lambda 函数的 Pandas fillna 输出未正确显示

我有两个数据帧.第一个值为grouper，包含每个项目的每月平均销售量.大多数商品都有12个月的价格，因为它们的售价为1年.但打折一年的商品并不是所有月份都有价值.例如:grouper[grouper['Product'] == 'IT984359570']

        Product       Month   Sales Quantity [QTY]
4190    IT984359570   4       35.0
4191    IT984359570   5       208.0
4192    IT984359570   6       208.0
4193    IT984359570   7       233.0
4194    IT984359570   8       191.0

第二个数据帧是一个数据透视表，它显示按产品分类的累计销售额pivot_table.这还考虑了新订单(因此某些单元格中的金额为正).pivot_table[pivot_table['Product'] == 'IT984359570']退货:

Date    Product     2022-05-01  2022-06-01  2022-07-01  2022-08-01  2022-09-01  2022-10-01  2022-11-01
412     IT984359570 -208.0     -416.0       -649.0      -840.0      2019.0      NaN         NaN  

我希望避免删除所有具有NaN值的行.我想用从grouper开始的特定产品的所有条目的平均值填充所有NaN值.对于产品IT984359570:将第412行的所有NA值填入175，如(35+208+208+233+191)/5=175.

我已经try 过用代码来做到这一点

pivot_table = pivot_table.fillna(lambda row: grouper.loc[grouper['Product'] == row['Product'], 'Sales Quantity [QTY]'].mean())

然而，我没有得到想要的输出.我的输出:

Date    Product      2022-05-01  2022-06-01  2022-07-01  2022-08-01  2022-09-01  2022-10-01   2022-11-01    
412     IT984359570  -208.0      -416.0      -649.0      -840.0      2019.0      <function <lambda> at 0x0000023221232320>   <function <lambda> at 0x0000023221232320>

我做错了什么？

编辑:

pivot_table使用.umsum()，因此所需输出如下所示:

Date    Product     2022-05-01  2022-06-01  2022-07-01  2022-08-01  2022-09-01  2022-10-01  2022-11-01
412     IT984359570 -208.0     -416.0       -649.0      -840.0      2019.0      1844.0      1669.0