在Pandas中，我们可以使用transform函数将每个组的指定列的零值替换为非零值。下面是一个示例解决方法：

import pandas as pd

# 创建示例数据
data = {'Group': ['A', 'A', 'B', 'B', 'C', 'C'],
        'Value': [0, 1, 0, 2, 3, 0]}
df = pd.DataFrame(data)

# 使用transform函数将每个组的零值替换为非零值
df['Value'] = df.groupby('Group')['Value'].transform(lambda x: x.replace(0, x[x != 0].mean()))

print(df)

输出结果：

  Group     Value
0     A  0.666667
1     A  1.000000
2     B  1.000000
3     B  2.000000
4     C  3.000000
5     C  1.666667

在上面的示例中，首先创建了一个DataFrame对象df，其中包含一个名为Group的分组列和一个名为Value的值列。然后，我们使用groupby函数按Group列对数据进行分组，并使用transform函数将每个组的零值替换为非零值。

在transform函数中，我们使用了一个lambda函数来对每个组的值列进行操作。x.replace(0, x[x != 0].mean())的意思是将每个组中的零值替换为非零值的平均值。最后，我们将替换后的值重新赋给df['Value']列。

这样，我们就成功地将每个组中的零值替换为了非零值。