有条件地替换 NaN

Question

这里是 Python 新手。我希望我的问题不是完全多余的——如果是，请告诉我并将其归咎于我对 StackOverflow 的缺乏经验。

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替换整个数据框 Age 列中的 NaN“值”。最终，我想根据以下条件生成结果： 1）如果age==NaN，并且Title==(X or Y or Z)，生成一个0-18范围内的随机数 2）如果age==NaN，并且Title==(A or B or C)，生成19-80范围内的随机数

注意：'Title' 是列有个人标题的列（即先生、夫人、勋爵等）

我发现了类似的情况here，但我无法根据我的情况调整它，因为它根本不具备条件性。

这是我最近的尝试（根据本次更新的回复）

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 'Age' 列中的 NaN 值

Answer 1

您想屏蔽您的 DataFrame，然后仅对与您的条件匹配的 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))

如果您确实需要在一个列表中包含多个标题的功能，这可以通过定义您关心的标题列表然后使用isin 来实现。例如：

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