根据另一列条件填充一列的空值

Question

我有一个数据集，其中有一列表示受试者的实际年龄，另一列将年龄分类为 10 多岁，即如果受试者是 56 岁，则他们是 50 多岁。下表示例：

age	n_age
50s	56
60s	63
10s	17
0s	9
100s	105
20s	25
30s	33
80s	87
90s	92
70s	71
40s	48

我遇到的问题是年龄列有一些空值，我正在尝试根据 Python 中的 n_age 填充它们。

这是我尝试使用的代码

for i in enumerate(df['age']):
    if int(i) == range(0,9):
        df['age'] = df['age'].fillna('0s')
    if int(i) == range(10,19):
        df['age'] = df['age'].fillna('10s')
    if int(i) == range(20,29):
        df['age'] = df['age'].fillna('20s')
    if int(i) == range(30,39):
        df['age'] = df['age'].fillna('30s')
    if int(i) == range(40,49):
        df['age'] = df['age'].fillna('40s')
    if int(i) == range(50,59):
        df['age'] = df['age'].fillna('50s')
    if int(i) == range(60,69):
        df['age'] = df['age'].fillna('60s')
    if int(i) == range(70,79):
        df['age'] = df['age'].fillna('70s')
    if int(i) == range(80,89):
        df['age'] = df['age'].fillna('80s')
    if int(i) == range(90,99):
        df['age'] = df['age'].fillna('90s')
    if int(i) == range(100,109):
        df['age'] = df['age'].fillna('100s')

这不起作用，我不知道它有什么问题，或者我是否应该以另一种方式来做。

提前致谢

Answer 1

您可以使用pd.isna 方法创建一个掩码来索引df['age'] 具有NaN 值的行，并使用.loc 直接更改那里的值：

mask = pd.isna(df['age'])
df.loc[mask,'age'] = (df.loc[mask,'n_age'] // 10 *10).astype(str) + 's'