在数据框的每一列上使用具有不同功能的不同列上的 apply()答案

【问题标题】：Using apply() on different columns with different functions on each column of a dataframe在数据框的每一列上使用具有不同功能的不同列上的 apply()
【发布时间】：2019-09-28 10:00:19
【问题描述】：

我有一个DataFrame，其列名称为age,salary。还有一些NaN 值。我想使用Mean 和Median 填充这些值。

原始数据帧


age salary
0   20.0    NaN
1   45.0    22323.0
2   NaN 598454.0
3   32.0    NaN
4   NaN 48454.0

使用apply() 用mean() 和salary 填充缺失的age 和它们各自列的median()。

我用过

df['age','salary'].apply({'age':lambda row:row.fillna(row.mean()), 'salary':lambda row:row.fillna(row.median()) })

即使在我使用axis=1 之后，它仍显示Key error 'age','salary'

预期输出

    age salary
0   20.000000   48454.0
1   45.000000   22323.0
2   32.333333   598454.0
3   32.000000   48454.0
4   32.333333   48454.0

有人可以告诉我如何正确执行此操作以及后台发生的情况吗？

请告知是否还有其他方法。我正在从头开始学习 Pandas

【问题讨论】：

嘿 Deshwal，您能发布一个数据示例和预期输出吗？
@Datanovice 当然。我已经更新了。请看一下

标签： python pandas dataframe apply series

【解决方案1】：

在运行 apply 之前计算缺失值怎么样？也就是说，计算age 的平均值和salary 的中位数，然后使用（注意在多列上操作需要额外的[] 括号）

median_salary = df['salary'].median()
mean_age = df['age'].mean()

df[['age','salary']].apply({'age': lambda r: r.fillna(mean_age), 'salary': lambda r: r.fillna(median_salary)})

另请注意，这不会影响数据框，而是会创建一个新数据框，因此如果您想更新列，请使用以下内容：

df[['age', 'salary']] = df[['age', 'salary']].apply(...)

或者，在您只想填写缺失值的情况下，最好的解决方案可能是：

r.fillna({'age': mean_age, 'salary': median_salary}, inplace=True)

【讨论】：

谢谢你！您刚刚提供的这些知识很有用。

【解决方案2】：

根据documentation，您要求的最简单方法是将字典作为value 参数传递：

值：标量、字典、系列或数据帧

用于填充空洞的值（例如 0），或者一个 dict/Series/DataFrame 值，指定每个值使用哪个值索引（对于系列）或列（对于 DataFrame）。不在范围内的值 dict/Series/DataFrame 不会被填充。此值不能是列表。

在你的情况下，代码将是下一个：

df.fillna(value={'age': df.age.mean(), 'salary': df.salary.median()}, inplace=True)

并给出：

         age    salary
0  20.000000   48454.0
1  32.333333   22323.0
2  45.000000  598454.0
3  32.333333   48454.0
4  32.000000   48454.0
5  32.333333   48454.0

【讨论】：