pandas DataFrame按Sex列填充Age缺失值时报真值歧义错误的问题分析

报错根因 #

代码中if train_df[train_df['Sex'] == 'male']这行触发报错的核心原因是：
该语句通过布尔筛选，选出所有Sex为male的乘客记录，生成了一个独立的子DataFrame对象。pandas不支持直接将多维度的DataFrame作为if判断的条件——因为框架无法明确判断意图是“检查该DataFrame是否为空”“判断DataFrame所有元素是否为真”还是“判断DataFrame任意元素是否为真”，因此直接抛出“DataFrame真值判断模糊”的ValueError提示，也就是报错信息中提到的The truth value of a DataFrame is ambiguous问题。

原代码的逻辑缺陷 #

除了直接触发报错的写法错误，原代码的填充逻辑也无法匹配预期需求：

• 填充范围错位：就算移除if判断避免语法报错，后续的train_df["Age"].fillna("10")会对全表所有行的Age缺失值生效，不会限定仅对男性乘客填充
• 数据类型不兼容：Age列通常为数值类型，用字符串形式的"10"作为填充值，会将整列的类型强制转换为object类型，后续做统计计算、模型训练时会触发类型不匹配的报错

正确实现方案 #

不需要额外嵌套if判断，直接用pandas内置的索引定位功能即可完成精准填充：

1. 定向固定值填充（仅针对男性乘客的Age缺失值填充指定值）

# 定位所有满足「男性乘客+Age为缺失值」的行，给对应Age位置赋值填充值
# 实际使用时可将10替换为更贴合业务的填充值，比如同性别群体的年龄中位数
train_df.loc[
    (train_df['Sex'] == 'male') & (train_df['Age'].isna()),
    'Age'
] = 10

这种写法的优势是：就算筛选结果为空（没有符合条件的行），pandas也不会抛出异常，完全不需要外层加额外的if判断。
2. 分组批量填充（适配不同性别用不同值填充的场景）
如果需要同时给男性、女性的Age缺失值分别匹配对应群体的年龄统计值填充，用groupby配合transform的写法会更简洁：

# 按Sex分组，每个分组内的Age缺失值填充为所在组的年龄中位数
train_df['Age'] = train_df.groupby('Sex')['Age'].transform(
    lambda s: s.fillna(s.median())
)

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