按Sex分组填充Age列NaN值时遇长度匹配错误，如何解决？

错误原因 #

你遇到的ValueError: Columns must be same length as key是因为：

• 原代码df.groupby('Sex').transform(...)会对整个DataFrame的所有列执行transform操作，返回的是与原DataFrame结构一致的多列结果
• 而你试图将这个多列结果赋值给单个列df['Age']，两者维度不匹配，因此报错

修正后的代码 #

方法一：指定分组后仅处理Age列 #

直接针对Age列做分组和填充操作，返回的结果是与原列长度一致的Series：

df['Age'] = df.groupby('Sex')['Age'].transform(lambda x: x.fillna(x.mean()))

方法二：更简洁的fillna写法 #

利用fillna直接接收分组计算的均值结果，逻辑更清晰：

df['Age'] = df['Age'].fillna(df.groupby('Sex')['Age'].transform('mean'))

两种方法都能实现你的需求：按Sex分组计算各组平均年龄，并用该均值填充对应组内Age列的NaN值。

内容的提问来源于stack exchange，提问作者sunhem