根据学生的班级填写平均年龄[重复]答案

【问题标题】：filling mean age according the class of the Student [duplicate]根据学生的班级填写平均年龄[重复]
【发布时间】：2022-02-02 11:27:20
【问题描述】：

我有一个df，有来自三个不同班级的学生。我正在尝试根据同班其他学生的平均年龄来填补缺失的年龄。我尝试了两种不同的方法。一个正在工作，另一个没有。我无法弄清楚为什么会这样，因为我觉得两种方式都在做同样的事情。您能否解释一下为什么解决方案 B 不起作用而 A 起作用？

解决方案 A：（工作）

df.loc[(df['Age'].isna()) & (df['Class'] == 1),'Age'] = mean_age

解决方案 B：（不工作）

df.loc[df['Class'] == 1,'Age'].fillna(mean_age, inplace=True)

【问题讨论】：

【解决方案1】：

IIUC：

df['Age'] = df['Age'].fillna(df.groupby('Class')['Age'].transform('mean'))

解决方案 B 无法工作，因为您对数据框进行了切片，因此您创建了一个“副本”并就地填充了 nan 值。副本已填充，但未填充原始数据框。

【讨论】：

【解决方案2】：

当您调用 loc 时，您正在对 DataFrame 进行切片以返回它的副本，并且由于 inplace=True 对应用它的对象起作用，因此副本确实发生了更改，但原始 DataFrame 保持不变。如果你改变了

df.loc[df['Class'] == 1,'Age'].fillna(mean_age, inplace=True)

到

df.loc[df['Class'] == 1,'Age'] = df.loc[df['Class'] == 1,'Age'].fillna(mean_age)

或（如@Corralien的回答）

df['Age'].fillna(df.groupby('Class')['Age'].transform('mean'), inplace=True)

然后它将按预期工作，因为在这些情况下，原始 DataFrame 列已更改。

【讨论】：