基于食物类型映射字典填充DataFrame的age列空值

核心思路 #

你需要根据food列的取值，匹配映射字典里的年龄中位数来填充age的空值，replace没法直接实现这种关联映射，用map结合赋值/fillna才是正确的路子。

代码实现 #

假设你的原DataFrame名为df，年龄中位数映射字典名为food_age_median：

方式一：直接在原DataFrame上填充（高效简洁）

# 用food列匹配字典值，直接填充age的NaN
df['age'] = df['age'].fillna(df['food'].map(food_age_median))

方式二：先处理子集再更新原表

如果坚持要先筛选出age为空的子集再操作：

# 筛选age为NaN的子集（加copy避免链式索引警告）
na_age_subset = df[df['age'].isna()].copy()
# 根据food列映射字典，生成填充后的age值
na_age_subset['age'] = na_age_subset['food'].map(food_age_median)
# 将填充好的结果更新回原DataFrame的对应行
df.loc[na_age_subset.index, 'age'] = na_age_subset['age']

为什么replace不行？ #

replace是对指定值做静态替换，比如把所有NaN换成某个固定值，但你需要的是根据另一列的动态取值来替换，所以它满足不了这种关联映射的需求。

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