如何替换熊猫数据框中列中的 NaN 值？

Question

我是熊猫图书馆的新手，并试图使用熊猫对泰坦尼克号的生存数据进行一些分析。 在数据集中，年龄列中有一些单元格没有值，因此它们在数据框中显示为“NaN”。 所以我试图用男性的男性年龄的平均值和女性的女性年龄的平均值来替换这些单元格。 首先我试过这个

df[ df.Sex == "male"]['Age'].fillna( df[ df.Sex == "male" ]['Age'].mean())

好吧，它可以工作，但是当我稍后打印时不会更改数据框中单元格的值，所以我尝试了这个

df[ df.Sex == "male"]['Age'].fillna( df[ df.Sex == "male" ]['Age'].mean(),inplace = True)

并收到此错误消息

/anaconda3/lib/python3.4/site-packages/pandas/core/generic.py:2602: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy self._update_inplace(new_data)

所以有人知道如何有效地做到这一点吗？

Answer 1

你在做什么是对的。 你只需要将它重新分配给 df：

df['Age'] = df['Age'].replace(df[(df['Sex']=='male') & (df['Age'].isnull())]['Age'], df['Age'].mean)

Answer 2

你应该保存返回值从fillna （不inplace在临时变量参数），然后通过指标环在并改变每个指标的df

tempdf = df[ df.Sex == "male"]['Age'].fillna( df[ df.Sex == "male" ]['Age'].mean())
for i in  tempdf.index:
    df['Age'][i] = tempdf[i]

Answer 3

fillna()接受带有列名和值的字典来替换NaN 。 每列中的NaN将替换为相应的值。 请注意，如果您不指定inplace=True ，其他列和原始df数据框将不会受到影响。

replacement_value = df[ df.Sex == "male" ]['Age'].mean()
new_df = df.fillna({'Age': replacement_value})

您当然可以覆盖现有的数据框：

df = df.fillna({'Age': replacement_value})
# or just df.fillna({'Age': replacement_value}, inplace=True)

Answer 4

尝试使用这个

df.loc[ df.Sex == "male",'Age'].fillna( df[ df.Sex == "male" ]['Age'].mean(),inplace = True)

Answer 5

试试这个

# Fill the nan values with the mean age
df['Age'] = df.groupby('Sex')['Age'].transform(lambda grp: grp.fillna(np.mean(grp)))

df

从这里得到