如何随机填充分类数据的NaN？

Question

我有一个像这样的 table：

Sex	SchGend
M	Boys
F	Girls
NaN	Mixed
NaN	Boys

我想在此 table 中填充 NaN 值（其中有 10000 个）。 SchGend 告诉学校是只招收男孩，只招收女孩，还是两者兼而有之。因此，为了填充第 4 行，我想将 M 作为性别，但为了填充混合学校的 NaN，我想用随机值来填充。我不知道如何在 pandas.

的 fillna 方法中设置条件

这就是我的问题：我该怎么做？有什么建议吗？

Answer 1

首先，填写学校信息中已知值的值。然后随机填充剩余的。您可以使用 random.choices 生成随机序列的“M”和“F”（如果您愿意，numpy.random 中应该有替代函数）。

如果您运行以下内容，您将获得第三条记录的不同结果。

from io import StringIO
import random
import pandas as pd

data = """
Sex SchGend
M   Boys
F   Girls
NaN Mixed
NaN Boys
"""

x = pd.read_csv(StringIO(data), sep="\t")

# fill cases of boys or girls school
x.loc[x.SchGend == "Boys", "Sex"] = "M"
x.loc[x.SchGend == "Girls", "Sex"] = "F"

num_na = x.Sex.isna().sum()  # number of missing cases
x.loc[x.Sex.isna(), "Sex"] = random.choices(["M", "F"], k=num_na)
x

如何随机填充分类数据的NaN？

How to fill NaN for categorical data randomly?

python

pandas

fillna