python - 如何使用python迭代选定列的DataFrame？答案

【问题标题】：How to iterate over a DataFrame for a selected coulmn using python?python - 如何使用python迭代选定列的DataFrame？
【发布时间】：2020-05-25 20:02:31
【问题描述】：

假设我有这样的示例代码

_d=pd.DataFrame([[1,2,3],[4,np.nan,6],[np.nan,np.nan,8]],columns=['x','y','z'])

现在，我有一个函数可以检查值并根据场景分配所需的值

def handling_nan(_d):
    if _d['x']==1.0:
        return 100
    else:
        return _d

当我在下面的代码中使用它时，

_result=_d.apply(lambda x:handling_nan(x))
_result

我遇到了错误

KeyError: ('x', '发生在索引 x')

更新 A：

嗯，简而言之，我正在使用来自 kaggle.com 的数据集，即。 泰坦尼克号：灾难中的机器学习，在该数据集中，我想引入一个具有类似条件的新列。

如果男性且年龄为 NaN，则插入男性的 mean() 年龄而不是 NaN，如果女性且年龄为 NaN，然后插入女性总年龄的 mean() 而不是 NaN

【问题讨论】：

标签： python-3.x dataframe machine-learning kaggle

【解决方案1】：

在函数中遇到KeyError，因为数据帧上的apply() 方法假定axis=0。这意味着该函数将应用于每一列而不是每一行。要消除此错误，需要将 apply() 调用替换为：

_result=_d.apply(lambda x:handling_nan(x), axis=1)

查看编辑，问题是将NaNs 替换为数据集中的分组均值。

这可以使用fillna() 和transform() 方法来完成，如下所示：


l = [["M", 30], ["M", 45], ["M", None], ["F", 76], ["F", 23], ["F", None]]
df = pd.DataFrame(l, columns=["sex", "age"])
df['age'] = df['age'].fillna(df.groupby("sex")['age'].transform('mean'))

This answer 有其他替代解决方案。

希望这会有所帮助。

【讨论】：