python - 在 Panda DataFrame 中使用 For 循环 (Python)

Question

我有一个 Python 数据框 (df)，具有一些功能，但我将使用 Age 和 Age_Mean 列。

在Age列中，有几个null值。我想用 Age_Mean 列中的相同索引替换这些空值。

这是我使用的代码:

    for i in df:
        if df['Age'].isnull().iloc[i] == True:
            df['Age'].iloc[i] == df['Age_Mean'].iloc[i]

这是我的错误消息:

KeyError: 'the label [Age] is not in the [index]'

请告诉我这段代码有什么问题。

Answer 1

语句for i in df将迭代列名。让我们举一个例子来更好地理解这一点:

df = pd.DataFrame({"Age":np.array([2,3,np.nan,8,np.nan]),"Age_mean":np.array([2,5,9,2,1])})
df

所以数据框将如下所示:

    Age Age_mean
0   2.0 2
1   3.0 5
2   NaN 9
3   8.0 2
4   NaN 1

现在让我们看看 for 循环将迭代什么:

for i in df:
     print(i)

输出

Age
Age_mean

现在，当您尝试执行 df['Age'].isnull().iloc[i] 时，它会抛出错误，因为 i 的值> 在这种情况下将是年龄。

建议的解决方案:

我们可以在没有 for 循环的情况下完成此操作，如下所示:

nan_index = df['Age'].index[df['Age'].apply(np.isnan)]
df.loc[nan_index,"Age"] = df.loc[nan_index,"Age_mean"]

第一行将返回 Age 值为 NaN 的行的索引。一旦我们知道，我们只需将它们替换为 Age_mean 列中的值，这是由第二条语句完成的。

输出

    Age Age_mean
0   2.0 2
1   3.0 5
2   9.0 9
3   8.0 2
4   1.0 1