如何有条件地替换 Pandas 中的 NaN 值？

Question

我正在使用著名的 Titanic 数据集来解决我的第一个 Kaggle 问题。我陷入了数据集。 我想替换 Age 性别明智的 NaN 值，例如“男性”的缺失值应替换为男性的平均年龄，反之亦然。 虽然我的代码运行良好但出现以下异常： “设置与复制警告： 试图在 DataFrame 中的切片副本上设置一个值 请参阅文档中的注意事项：http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy self._update_inplace(new_data)"

import pandas as pd
df=pd.read_csv('train.csv')
df[(df['Sex']=='male') & (df['Age'].apply(np.isnan))]['Age'].fillna(df[df['Sex']=='male']['Age'].mean(),inplace=True)

Answer 1

import pandas as pd
import numpy as np

df = pd.read_csv('train.csv')
df['Age'].fillna(df.groupby(["Sex"])["Age"].transform(np.mean), inplace=True)

---

也许这是你想要做的事情？虽然我没有收到任何警告。如有必要，也请查看my blog post。