根据条件列中的Fillna

问题描述

我创建了一个小词典，其中为特定标题分配了年龄的中位数。

        Age
Title   
Master. 3.5
Miss.   21.0
Mr.     30.0
Mrs.    35.0
other   44.5

现在，我想根据该标题使用此词典在数据框中的单个列中填充缺失值。因此，对于缺少“年龄”且标题=“主”的行，我想插入值3.5，依此类推。

我尝试了这段代码，但是没有用；它不会产生错误，但是也不会替换缺失的值。我在做什么错了？

for title in piv.keys():
    train[["Age"]][train["Title"]==title].fillna(piv[title],inplace=True)

其中“ piv”是字典的名称，“ train”是数据框的名称。

还有，还有一种更优雅的方法吗？

PassengerId Survived    Pclass  Name    Sex Age SibSp   Parch   Ticket  fare    Cabin   Embarked    Title
0   1   0   3   Braund,Mr. Owen Harris male    22.0    1   0   A/5 21171   7.2500  NaN S   Mr.
1   2   1   1   Cumings,Mrs. John Bradley (Florence Briggs Th...   female  38.0    1   0   PC 17599    71.2833 C85 C   Mrs.

{'Master.': 3.5,'Miss.': 21.0,'Mr.': 30.0,'Mrs.': 35.0,'other': 44.5}

解决方法

一个选项：

train['Age'] = train.groupby('Title')['Age'].transform(lambda x: x.fillna(x.mean()))

另一个选择：

pivdict = piv.set_index('Title').squeeze().to_dict()

train['Age'] = train['Age'].fillna(train['Title'].map(pivdict))

,

一种方法：

# create lookup dictionary
title = ['Master','Miss.','Mr.','Mrs.','other']
age = [3.5,21,30,35,44]
title_dict = dict(zip(title,age))

# mock dataframe
df = pd.DataFrame({'Name': ['Bob','Alice','Charles','Mary'],'Age': [12,27,None,None],'Title': ['Master','other']})

# if age is Na then look it up in dictionary
df['Age'] = df['Age'].fillna(df['Title'].map(title_dict))

输入：

      Name   Age   Title
0      Bob  12.0  Master
1    Alice  27.0   Miss.
2  Charles   NaN     Mr.
3     Mary   NaN   other

输出：

      Name   Age   Title
0      Bob  12.0  Master
1    Alice  27.0   Miss.
2  Charles  30.0     Mr.
3     Mary  44.0   other