Pandas fillna 功能未按预期运行答案

【问题标题】：Pandas fillna function not behaving as expectedPandas fillna 功能未按预期运行
【发布时间】：2020-11-15 16:11:45
【问题描述】：

我正在处理Titanic Challenge 并尝试根据该标题的年龄中位数来估算年龄列。例如，职称 Master 的中位年龄为 3.5。对于标题等于 Master 并且缺少年龄的所有行，我们将估算为 3.5。以下是我的代码：

import pandas as pd

df = pd.read_csv('train.csv', index_col=0)

df_1 = df.copy()

df_1.Age[df_1.Name.str.contains('master', case= False)].fillna(df.Age[df.Name.str.contains('master', case=False)].median(), inplace = True)

上面的代码会打印标题主人的年龄，包括那些估算的。但是，当整体打印 df_1 时，缺失值会再次出现。含义：插补不影响内存中的df_1。

【问题讨论】：

经过反复试验后，我以这种方式对其进行了修复：df_3.Age[df_3.Name.str.contains('master', case= False)] = df_3.Age[df_3.Name. str.contains('master', case= False)].fillna(df_2.Age[df_2.Name.str.contains('master', case=False)].median(), inplace = False) 以下错误是返回：试图在 DataFrame 中的切片副本上设置一个值。这会造成问题吗？

标签： pandas fillna

【解决方案1】：

基本上，您不是在整个数据帧 (df_1) 中应用 .fillna()，而是在应用时应用在它的切片上

df_1.Age[<filter condition>].fillna(..., inplace=True)

因此，这创建了一个临时的 Series 对象并在其上应用了 .fillna() 方法，而不是在 df_1 上。您可以在 FULL（不是切片）DataFrame 或 Series 上执行 .fillna() 以查看 inplace=True 对原始数据帧的影响。你想要的输出可以通过这个来实现。

import pandas as pd

df = pd.read_csv('train.csv', index_col=0)

df_1 = df.copy()

median = df.Age[df.Name.str.contains('master', case=False)].median()

# find the missing age of row containing "master" (case-insensitive) in "Name" 
# and replace with the median age
condition = (df_1.Name.str.contains('master', case=False) & df_1.Age.isna())
df_1.loc[condition, "Age"] = median

【讨论】：