如何用另一列均值填充DataFrame列缺失值？遇['MSSubCLass']索引错误

错误核心原因 #

出现['MSSubCLass'] not in index的本质是列名不匹配：

• 检查你的train_df实际列名，大概率存在拼写误差（比如数据中列名是MSSubClass，但代码里写成了MSSubCLass，注意字母大小写或顺序差异）。
• 可通过print(train_df.columns)输出所有列名，对比确认是否和代码中引用的列名完全一致，也需排查列名是否带有多余空格。

修复及优化填充方案 #

方案1：修正列名后复用原逻辑 #

如果确认列名拼写错误，修正后直接运行你的原代码即可。但硬编码均值的方式维护性差，推荐采用更灵活的自动分组填充方案：

方案2：自动计算分组均值填充（推荐） #

无需手动写每个类别的均值，直接通过分组计算后填充，代码简洁且不易出错：

import pandas as pd

# 计算每个MSSubCLass对应的LotFrontage均值（可按需保留小数位数）
class_mean = train_df.groupby('MSSubCLass')['LotFrontage'].mean().round()

# 填充缺失值：用对应类别的均值替换空值
train_df['LotFrontage'] = train_df.apply(
    lambda row: class_mean[row['MSSubCLass']] if pd.isnull(row['LotFrontage']) else row['LotFrontage'],
    axis=1
)

方案3：用transform实现高效填充（进阶） #

pandas的transform方法可避免循环，更高效完成分组填充：

train_df['LotFrontage'] = train_df.groupby('MSSubCLass')['LotFrontage'].transform(
    lambda x: x.fillna(x.mean().round())
)

注意事项 #

• 填充前需确认MSSubCLass列无缺失值，可通过train_df['MSSubCLass'].isnull().sum()检查，否则分组会遗漏对应行。
• 若不需要取整，可去掉round()保留原始均值。

内容的提问来源于stack exchange，提问作者Abuchi