替换 pandas.DataFrame 中缺失的数据不起作用答案

【问题标题】：Replacing missing data in pandas.DataFrame not working替换 pandas.DataFrame 中缺失的数据不起作用
【发布时间】：2014-09-16 16:46:08
【问题描述】：

我正在挖掘Kaggle's Titanic excercise。

我有一个 pandas.DataFrame，其中“年龄”列有一些分散的 NaN' 值，另一个名为 IsAlone 的列是我创建的，其值是 1 或 0，这取决于该人独自在那艘船上个人规则。

我正在尝试将 Age 列上的 NaN 值替换为独处者的平均年龄，以及不独处者的平均年龄。目的只是练习 pandas DataFrame，根据规则替换 NaN 值。

我对那些孤独的人这样做：

df_train[(df_train.IsAlone.astype(bool) & df_train.Age.isnull() )].Age = \
    df_train[(df_train.IsAlone.astype(bool) & ~df_train.Age.isnull() )].Age.mean()

对于那些并不孤单的人也是如此：

df_train[(~df_train.IsAlone.astype(bool) & df_train.Age.isnull() )].Age = \
    df_train[(~df_train.IsAlone.astype(bool) & ~df_train.Age.isnull() )].Age.mean()

但这根本不起作用，Age 列仍然具有相同的NaN 值。

对此有什么想法吗？

【问题讨论】：

显示示例数据和预期结果。
试试df_train.loc[ that condition here, 'Age'] = whatever
@behzad.nouri 效果很好！谢谢。能否请您详细说明一个简短的答案以获得奖品？

标签： python pandas dataframe nan boolean-logic

【解决方案1】：

问题是在原始帧的副本上更改了值。详情请参阅Returning a view versus a copy。如文档中所述：

在 Pandas 对象中设置值时，必须注意避免所谓的链式索引。

要更改原始框架的视图上的值，您可以这样做：

j = df_train.IsAlone.astype(bool) & df_train.Age.isnull()
i = df_train.IsAlone.astype(bool) & ~df_train.Age.isnull()
df_train.loc[j, 'Age'] = df_train.loc[i, 'Age'].mean()

【讨论】：