使用numpy数组更改python pandas数据框切片中的元素[重复]

Question

想知道是否有人可以帮助我解决这个问题。我正在研究一个机器学习问题，我已将df1[Age] 列分类为df1[Age_group]。不幸的是，缺少数据，因此任何df[Age] 即NaN 都被归类为3。

目前3 的分类仅表示“缺少数据”，我想将其更新为有用的东西。我已经使用 scikit-learn 逻辑回归来猜测缺失的年龄组，它们现在存储在一个我称之为 missing_age_grps 的 Numpy 数组中。

显然我正在使用的数据集要大得多，但下面应该有足够的数据来说明问题。

在下面的示例中，missing_age_grps 是一个只有 2 个的数组，因为只有 2 个 df1[Age_group] == 3 实例

import pandas as pd
import numpy as np

d = {'ID': [0, 1, 2, 3, 4], 'Sex': ["Male","Female","Male","Male", "Female"], 'Age':[np.nan, 23, np.nan, 6, 15] , 'Age_group':[3,2,3,0,1]}
df1 = pd.Dataframe(d)

print(df1)

ID   Sex         Age  Age_group
0    Male        NaN      3   
1    Female      23       2   
2    Male        NaN      3
3    Male        6        0
4    Female      15       1 /....

print(missing_age_grps)

[0, 1]

我无法仅重写df1['Age_group'] 中由3 表示的值。

理想的解决方案将仅使用 numpy 数组中的值更新 3。这是预期的输出：

print(df1)

ID   Sex         Age  Age_group
0    Male        NaN      0   
1    Female      23       2   
2    Male        NaN      1
3    Male        6        0
4    Female      15       1 /....

Answer 1

因为我没有看到任何numpy.array，所以我将为这些值创建一个值并替换它。

import pandas as pd
import numpy as np

d = {'ID': [0, 1, 2, 3, 4], 'Sex': ["Male","Female","Male","Male", "Female"], 'Age':[np.nan, 23, np.nan, 6, 15] , 'Age_group':[3,2,3,0,1]}
df1 = pd.DataFrame(d)
replacement_array = np.array([22, 23])
df1.loc[df1['Age_group'] ==3, 'Age_group'] = replacement_array
print(df1)

逻辑只是用你的替换值替换你的subset of values df1['Age_group'] == 3