Question

这里是Python新手。我希望我的问题不是完全多余的 - 如果是，请让我知道并将其归结为我对StackOverflow的经验不足。

无论如何，我正在使用来自kaggle.com的Titanic数据集，并且我希望使用一组条件语句来代替NaN＆＃39;值＆＃39;整个数据框的Age列。最后，我想根据以下条件生成结果： 1）如果年龄== NaN，并且标题==（X或Y或Z），则生成0-18范围内的随机数 2）如果年龄== NaN，并且标题==（A或B或C），则生成19-80范围内的随机数

注意：＆＃39;标题＆＃39;是一个列出个人名称的专栏（即Mr.，Mrs.，Lord等）

我发现了类似的情况here，但我还没有能够适应我的情况，因为它根本没有接近条件。

这是我最近的尝试（根据此次更新的回复）

尝试1

import random

mask_young = (df.Age.isnull()) & (df.Title.isin(Title_Young)) 
df.loc[mask_young, 'Age'] = df.loc[mask_young, 'Age'].apply(lambda x: np.random.randint(0,18))

mask_old = (df.Age.isnull()) & (df.Title.isin(Title_Old)) 
df.loc[mask_old, 'Age'] = df.loc[mask_old, 'Age'].apply(lambda x: np.random.randint(18,65))

mask_all = (df.Age.isnull()) & (df.Title.isin(Title_All)) 
df.loc[mask_all, 'Age'] = df.loc[mask_all, 'Age'].apply(lambda x: np.random.randint(0,65))

结果没有错误，但没有更正“年龄”中的NaN值。柱

Answer 1

您希望屏蔽您的DataFrame，然后仅对符合您条件的DataFrame部分执行操作。

import numpy as np
import pandas as pd

mask1 = (df.Age.isnull()) & (df.Title == 'Master')
df.loc[mask1, 'Age'] = df.loc[mask1, 'Age'].apply(lambda x: np.random.randint(0,18))

如果您确实需要在列表中包含多个标题的功能，可以通过定义您关注的标题列表然后使用isin来完成。例如：

list1 = ['Master', 'Sir', 'Mr']
mask1 = (df.Age.isnull()) & (df.Title.isin(list1))

有条件地替代NaN

1 个答案: