我想根據(jù)人的類別更新年齡列中的 Nan 值。csv 文件包含年齡和人的類別。如果這個(gè)人是一等的，他的年齡是 35。如果這個(gè)人是二等的，他的年齡是 30。如果這個(gè)人是三等的，他的年齡是 25。Csv FileAge Class32 226 3Nan 136 124 3Nan 2Nan 3Update Csv FileAge Class32 226 335 136 124 330 225 3我嘗試了一些熊貓功能，但沒有奏效。df[ (df.Age.isnull()) & (df.Pclass==1) ]['Age'] = 35df[ (df.Age.isnull()) & (df.Pclass==2) ]['Age'] = 30df[ (df.Age.isnull()) & (df.Pclass==3) ]['Age'] = 25請?zhí)峁┙鉀Q方案....
4 回答
Cats萌萌
TA貢獻(xiàn)1805條經(jīng)驗(yàn) 獲得超9個(gè)贊
您可以使用map：
age_dict={1:35, 2:30, 3:25}
# read csv
df = pd.read_csv('in_file.csv')
# update the missing ages
df['Age'] = df['Age'].fillna(df['Class'].map(age_dict))
# save csv
df.to_csv('out_file.csv')
慕神8447489
TA貢獻(xiàn)1780條經(jīng)驗(yàn) 獲得超1個(gè)贊
享受：
df['Age'] = np.where((df.Age.isnull() == True) & (df.Pclass==1), 35, df['Age])
df['Age'] = np.where((df.Age.isnull() == True) & (df.Pclass==2), 30, df['Age])
df['Age'] = np.where((df.Age.isnull() == True) & (df.Pclass==3), 25, df['Age])
LEATH
TA貢獻(xiàn)1936條經(jīng)驗(yàn) 獲得超7個(gè)贊
我想這樣的事情應(yīng)該有效，
df['Age'][ df['Age'].isnull() & df['lass'] == 1] = 35
df['Age'][ df['Age'].isnull() & df['lass'] == 2] = 30
df['Age'][ df['Age'].isnull() & df['lass'] == 3] = 25
慕的地8271018
TA貢獻(xiàn)1796條經(jīng)驗(yàn) 獲得超4個(gè)贊
在導(dǎo)入pandas之前先將csv文件轉(zhuǎn)換成如下圖：
Age,Class
32,2
26,3
,1
36,1
24,3
,2
,3
現(xiàn)在導(dǎo)入 csv 文件并將值分配給 Nan。
import pandas as pd
df = pd.read_csv(YOUR_CSV_FILE)
df.loc[ (df.Age.isna()) & (df.Class==1) ] = 35,1
df.loc[ (df.Age.isna()) & (df.Class==2) ] = 30,1
df.loc[ (df.Age.isna()) & (df.Class==3) ] = 25,1
- 4 回答
- 0 關(guān)注
- 187 瀏覽
添加回答
舉報(bào)
0/150
提交
取消