缺失值/pandas、性别列

【问题标题】：Missing values /pandas, Gender columns缺失值/pandas、性别列
【发布时间】：2021-10-19 17:44:50
【问题描述】：

我有一个来自一家公司的数据集，其中包含一个性别列。这有很多缺失值。我想替换所有这些缺失值，50% 女性，50% 男性。我该怎么做？

【问题讨论】：

正好 50/50 还是只是统计上从 M/F 中以相同概率随机抽取？
我不介意。你是怎么做到的？

【解决方案1】：

from random import choice

mask = ~df["gender"].isin(['male','female'])

df.loc[mask,["gender"]] = df.loc[mask,["gender"]].applymap(lambda _: choice(["male","female"]))

更新

from random import choice

mask = df["gender"].isna()

df.loc[mask,["gender"]] = df.loc[mask,["gender"]].applymap(lambda _: choice(["male","female"]))

【讨论】：

感谢您的评论。但它不起作用。 :(
答案已修改。立即尝试。
你好。谢谢你的帮助。但我只想用随机的女性/男性填充 NAN。不是我所有的列性别都是随机的。
试试更新的答案