有条件地替换 NaNs Python Pandas

Question

很抱歉提出 n00b 问题。

我是 Kaggle 的新手，已经开始查看他们的一些比赛，其中一个初学者是关于著名的泰坦尼克号数据的。我的问题是关于在 Age 列中填写 NaN。我想做的是对于 Age 列中的每个 NaN，我想将其替换为该 Class 和 Sex 的平均年龄。

例如，passengerID 6 是 3rd class 的 Man，他的年龄为 NaN。我想要的是用三等男性的平均年龄替换那个 NaN。这是 26.5。

到目前为止我尝试过的如下：

man_1 = train[(train['male'] == 1) & (train['Pclass'] == 1)]['Age'].mean()
train[(train['male'] == 1) & (train['Pclass'] == 1)]['Age'].fillna(man_1, inplace=True)

man_2 = train[(train['male'] == 1) & (train['Pclass'] == 2)]['Age'].mean()
train[(train['male'] == 1) & (train['Pclass'] == 2)]['Age'].fillna(man_2, inplace=True)

man_3 = train[(train['male'] == 1) & (train['Pclass'] == 3)]['Age'].mean()
train[(train['male'] == 1) & (train['Pclass'] == 3)]['Age'].fillna(man_3, inplace=True)

wom_1 = train[(train['male'] == 0) & (train['Pclass'] == 1)]['Age'].mean()
train[(train['male'] == 0) & (train['Pclass'] == 1)]['Age'].fillna(wom_1, inplace=True)

wom_2 = train[(train['male'] == 0) & (train['Pclass'] == 2)]['Age'].mean()
train[(train['male'] == 0) & (train['Pclass'] == 2)]['Age'].fillna(wom_2, inplace=True)

wom_3 = train[(train['male'] == 0) & (train['Pclass'] == 3)]['Age'].mean()
train[(train['male'] == 0) & (train['Pclass'] == 3)]['Age'].fillna(wom_3, inplace=True)

而且 quelle 惊喜它不起作用。我不确定为什么？首先，如果有人能提出为什么它不起作用，那就太好了。其次，我觉得应该有一种更“Pythonistic”的方式来做到这一点，但我不确定具体如何。我知道 Stack 上还有另一个可能重复的主题，但它并不能完全解释为什么我的代码不起作用，如果这篇文章惹恼了人们，很抱歉。干杯

Answer 1

您可以通过groupby().transform() 一次性完成此操作

s = train.groupby(['male', 'Pclass'])['Age'].transform('mean')

df['Age'] = df['Age'].fillna(s)