我用以下方式创建了df['country_code']，您应该有类似的东西：

import pandas as pd

d = {'country_code': ["?", "BRZ", "USA"]}
df = pd.DataFrame(data=d)
print(df)

产出：

country_code
0            ?
1          BRZ
2          USA

现在，如果我执行您的代码，我得到的是：

country_code
0           NaN
1           5.0
2           2.0

您在输出中得到的是NaN值，而不是列中的平均值，原因如下。
让我们来看看这一行：

df['country_code'] = df['country_code'].replace(['?'], )
print(df)

产出：

country_code
0           NaN
1           5.0
2           2.0

在这里，您没有擦除?，而是用NaN值填充它。
所以当您读到最后一行时，您要做的是替换空字符串''，但是您有nan。您应该使用DataFrame.fillna来填充NAN，如下所示：

df['country_code'] = df['country_code'].replace(['?'], ) 
country_code_map = {'AUS': 1, 'USA': 2, 'CAN': 3, 'BGD': 4, 'BRZ': 5, 'JP': 6, 'ID': 7, 'HR': 8, 'CH': 9, 'FRA': 10, 'FIN': 11}
df['country_code'] = df['country_code'].map(country_code_map)
df['country_code'] = pd.to_numeric(df['country_code'])
df['country_code'] = df['country_code'].fillna(df['country_code'].mean())

产出：

country_code
0           3.5
1           5.0
2           2.0

所以我意识到问题出在我的Map和转换为整数。一旦我Map了数据，它就会自动执行此操作。

因此代码应如下所示：

country_code_map = {'AUS': 1, 'USA': 2, 'CAN': 3, 'BGD': 4, 'BRZ': 5, 'JP': 6, 'ID': 7, 'HR': 8, 'CH': 9, 'FRA': 10, 'FIN': 11}
df['country_code'] = df['country_code'].map(country_code_map)

然后，我可以检查平均值，而不需要像以前那样获得NaN值：

df['country_code'].mean)