Question

我有一个数据框（train），其中包含Age列。此列缺少值。我已将其与另一个数据框static_values合并，该数据框也有Age列。我使用以下行代替Age df中train列的缺失值。

predicted_vals = pd.merge(static_vals, train, on=['Pclass','Sex'])
# num of missing values
predicted_vals.loc[predicted_vals['Age_y'].isna(),'Age_y'].isna().sum() # 177
predicted_vals.loc[predicted_vals['Age_y'].isna(),'Age_y'] = predicted_vals.loc[predicted_vals['Age_y'].isna(),'Age_x']

运行上面的行之后，我运行以下命令以查看值是否已被替换 -

predicted_vals.loc[predicted_vals['Age_y'].isna(),'Age_y']

这是我得到的投入 -

Series([], Name: Age_x, dtype: float64)

它空洞。没有任何转让。奇怪的是，当我在运行上面的行之后检查Age_x列的值时，我也会得到一个空白。

>>> predicted_vals.loc[predicted_vals['Age_y'].isna(),'Age_x']
Series([], Name: Age_x, dtype: float64)

下面是我在运行我尝试分配缺失值的行之前的列所持有的内容

>>> predicted_vals.loc[predicted_vals['Age_y'].isna(),'Age_x'].head()
3     34.240964
8     34.240964
15    34.240964
25    34.240964
34    34.240964

我在这里搜索了类似的问题，但是所有这些都涉及为多行分配单个值。我无法想象这里有什么问题。有什么帮助吗？

Answer 1

这里真的有问题吗？ predicted_vals.loc[predicted_vals['Age_y'].isna(),'Age_y']应该是空的，因为你已经填满了价值观！试试predicted_vals.loc[~predicted_vals['Age_y'].isna(),'Age_y']

Answer 2

这是一种替代解决方案，可避免合并和处理列名后缀。我们对齐2个索引并使用fillna来映射static_vals。

predicted_vals = predicted_vals.set_index(['Pclass','Sex'])

predicted_vals['Age'] = predicted_vals['Age'].fillna(static_vals.set_index(['Pclass','Sex'])['Age'])

predicted_vals = predicted_vals.reset_index()

如果您想进行明确的合并，@jezrael's solution是可行的方法。

Answer 3

我认为你需要combine_first：

predicted_vals['Age_y'] = predicted_vals['Age_y'].combine_first(predicted_vals['Age_x'])

Pandas设置列的多行值

3 个答案: