Pandas中如何基于其他列取值按规则填充DataFrame列缺失值

处理逻辑 #

• 先统一清洗eGFR列格式：将字符串形式的缺失标记、带前置空格的数值统一转换为浮点类型，确保pandas可正确识别空值
• 分别按给定公式计算男性、女性对应的eGFR基准值
• 定位eGFR为空的行，按性别匹配对应计算值完成填充，全程使用pandas向量化运算，无循环效率更高

完整实现代码 #

import pandas as pd
import io

csv_data = '''
gender,age,Cr,eGFR
1,76,0.56,60.7
1,50,0.76, 70.6
2,64,0.62,55.9
1,62,0.45,Nan
1,68,0.88,80.2
2,69,0.65,Nan
1,70,0.64,62.8
2,65,0.39,60.2
'''
df = pd.read_csv(io.StringIO(csv_data))

# 清洗eGFR列，转换为数值类型，自动识别空值、处理带空格的数值
df['eGFR'] = pd.to_numeric(df['eGFR'], errors='coerce')

# 按公式分别计算男女eGFR基准值
male_calc = 194 * df['Cr'] - 1.094 * df['age'] - 0.287
female_calc = 194 * df['Cr'] - 1.094 * df['age'] - 0.287 * 0.739

# 按性别匹配填充缺失值
df.loc[(df['gender'] == 1) & (df['eGFR'].isna()), 'eGFR'] = male_calc
df.loc[(df['gender'] == 2) & (df['eGFR'].isna()), 'eGFR'] = female_calc

填充结果说明 #

填充完成后原2个缺失值的计算结果：

• 62岁男性（Cr=0.45）：eGFR填充值为19.185
• 69岁女性（Cr=0.65）：eGFR填充值为50.402（保留三位小数）
  其余原有非空值不受任何影响。

内容的提问来源于stack exchange，提问作者Dai