我正在學(xué)習(xí)一些基本的數(shù)據(jù)科學(xué)，我正在研究泰坦尼克號數(shù)據(jù)集?！澳挲g”列具有空值，我想用其他列的平均值填充，例如“Pclass”或“”?！癙艙”是指乘客艙位，根據(jù)乘客是否持有1等艙、2等艙或3等艙機(jī)票，有三個值（1、2、3）。我試圖通過編寫一個函數(shù)來概括此過程，該函數(shù)采用兩個列名，“Age”和我們要用于聚合的列。我想不出如何完全概括這一點(diǎn)，所以現(xiàn)在，假設(shè)我基于Pclass進(jìn)行聚合。我根據(jù)Pclass得到了平均年齡，如下所示：# Figure out the mean age for each classmean_age = round(df_train.groupby('Pclass').mean()['Age'])mean_age我試圖定義如下函數(shù)（38，30和25）來自mean_age：def fill_age(data, col1, col2): if data[col1].isnull(): if data[col2] == 1: return 38 elif data[col2] == 2: return 30 else: return 25 else: return data[col1]并嘗試使用 .apply（）：df_train['Age'] = df_train.apply(fill_age(df_train,'Age','Pclass'), axis = 1)我在這里犯了什么錯誤，我該如何思考這個問題來修復(fù)它并進(jìn)一步推廣它？編輯：以下行似乎已經(jīng)工作，但我需要它來將更改應(yīng)用于數(shù)據(jù)幀本身，并且我不能將“就地”與.apply（）一起使用df_train.groupby('Pclass')['Age'].apply(lambda x: x.fillna(round(x.mean())))
1 回答
德瑪西亞99
TA貢獻(xiàn)1770條經(jīng)驗 獲得超3個贊
您不應(yīng)在 中調(diào)用函數(shù)，而應(yīng)通過 或 關(guān)鍵字參數(shù)傳遞函數(shù)和參數(shù)：applyargs=()
df['Age'] = df.apply(fill_age, col1='Age', col2='Pclass', axis=1)
但是有更好的方法可以通過矢量化來做到這一點(diǎn)：
df['Age'] = df['Age'].fillna(df.groupby('Pclass')['Age'].transform('mean'))添加回答
舉報
0/150
提交
取消