Python 中的条件数据插补

Question

我正在尝试有条件地估算数据集中的值。

假设我有三列，如果第 1 列为 1，则第 2 列为 0，第 3 列为 0；如果第 1 列为 2，则第 2 列为 Mean ()，第 3 列为 Mean()。

我尝试了运行带有函数 any() 的 if 语句并分别定义了条件。

但是根据条件没有满足条件，我得到的是所有平均值或所有零值。

具体代码如下：

if (df['Retention_Term'] == 6):
    df.cl_tot_calls_term_seq_1.replace(999, np.nan,inplace = True)
df['cl_tot_calls_term_seq_1'].fillna(df['cl_tot_calls_term_seq_1'].median(),inplace= True)

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Answer 1

像这样尝试。

mask1 = df['Retention_Term']==6
mask2 = df['cl_tot_calls_term_seq_1'] == 999 
df.loc[mask1 & mask2, 'cl_tot_calls_term_seq_1'] = np.nan

那其他的应该就ok了。

df['cl_tot_calls_term_seq_1'].fillna(df['cl_tot_calls_term_seq_1'].median(), inplace= True)

Python 中的条件数据插补

Conditional data imputation in Python

python-3.x

pandas

valueerror