使用Pandas按OverallQual均值填充SalePrice空值时apply函数报KeyError:nan

错误原因拆解 #

• 逻辑错误：当SalePrice为空时，你错误地用空值SalePrice去索引分组后的均值序列sale_price_by_qual，但这个序列的索引是OverallQual的数值，根本不存在nan这个键，直接触发KeyError。正确逻辑应该用当前行的OverallQual值去取对应分组的平均售价。
• 拼写/语法错误：
  • x['SalePrice] 缺少闭合单引号，应为x['SalePrice']
  • OverallQaul 拼写错误，正确列名是OverallQual
  • df[SalePrice] 列名未加引号，Python会把它当成变量而非列名，应为df['SalePrice']

修正后的代码 #

import numpy as np

# 先按OverallQual分组计算平均售价
sale_price_by_qual = df.groupby('OverallQual')['SalePrice'].mean()

def fill_sales_price(SalePrice, OverallQual):
    if np.isnan(SalePrice):
        # 用当前行的OverallQual取对应分组均值
        return sale_price_by_qual[OverallQual]
    else:
        return SalePrice

# 修正所有拼写和语法问题
df['SalePrice'] = df.apply(lambda x: fill_sales_price(x['SalePrice'], x['OverallQual']), axis=1)

更高效的替代方案 #

apply逐行处理效率较低，尤其面对大数据集时，推荐用map结合fillna的方式实现，代码更简洁且性能更好：

sale_price_by_qual = df.groupby('OverallQual')['SalePrice'].mean()
df['SalePrice'] = df['SalePrice'].fillna(df['OverallQual'].map(sale_price_by_qual))

内容的提问来源于stack exchange，提问作者rileylivingston