创建一个在 Panda 的 Dataframe 行中迭代以替换空值的函数

Question

这几天我一直在为这段代码苦苦挣扎，我想我应该在这里试一试。

我有一个带有一些空值的 DataFrame，我想用我在其他 DataFrame 中的平均值替换这些空值。我创建了一个函数，稍后应该使用 lambda 来实现它，但我一直收到错误。

我有一个像这样的数据框：

CustomerType	Category	Satisfaction	Age
Not Premium	Electronics	Not Satisfied	NaN
Not Premium	Beauty	Satisfied	NaN
Premium	Sports	Satisfied	38.0
Not Premium	Sports	Not Satisfied	NaN

我需要填写这些数据：

CustomerType	Satisfaction	Age
Not Premium	Not Satisfied	32.440740
Not Premium	Satisfied	28.896348
Premium	Not Satisfied	43.767723
Premium	Satisfied	44.075901

所以我创建了一个函数:

def fill_age(x):
if x.isnull()== True:
    return[(grp.CustomerType==x.CustomerType) | (grp.Satisfaction==x.Satisfaction)]['Age'].values[0]

我想使用 lambda 函数 应用于我的数据框以遍历所有行：

df['Age'] = [df.apply(lambda x: fill_age(x) if np.isnan(x['Age']) else 
                                            x['Age'], axis=1) for x in df]

但我不断收到 此错误:

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

你们中的任何人都可以帮助我吗？非常感谢！！

Answer 1

假设您在 DataFrame 中错误地调用了 apply 并且 fill_age() 在 df["Age"] 值上正确工作，您需要替换此语句，只是为了评估 x 并分配一个确定的值（当前 Age 或被外部数据替换）然后通过 else-if 条件检查，此代码不应 return错误

df["Age"] = df["Age"].apply(lambda x: fill_age(x) if np.isnan(x) else x)

Answer 2

我们应该，所以我们可以改用：

df['Age'] = df['Age'].fillna(
    df.groupby(['CustomerType', 'Satisfaction'])['Age'].transform('first')
)

创建一个在 Panda 的 Dataframe 行中迭代以替换空值的函数

Create a function iterating in Panda's Dataframe rows to replace null values

python

pandas

lambda

iterator