如何用Pandas交叉表替换DataFrame中Age列的NaN值

嘿，作为Pandas新手碰到缺失值填充的问题太正常啦！我帮你用Pclass和Sex的交叉分组统计来做这个查找表，完美解决Age列的NaN填充问题，步骤超清晰：

核心思路 #

我们可以基于Pclass（舱位等级）和Sex（性别）的组合，计算每个分组下Age的统计值（中位数/均值），把这个结果作为填充缺失值的查找表，精准匹配到对应乘客身上。

方法一：分步实现（适合理解逻辑） #

1. 创建分组统计的查找表
   先按Pclass和Sex分组，计算每组Age的中位数（比均值更稳健，不受极端值影响）：

   # 生成每个Pclass-Sex组合的Age中位数，作为填充参考
   age_lookup = df.groupby(['Pclass', 'Sex'])['Age'].median().reset_index()
   # 如果想要交叉表的可视化格式，可以用这个：
   # age_crosstab = pd.crosstab(df['Pclass'], df['Sex'], values=df['Age'], aggfunc='median')
   

2. 匹配查找表并填充缺失值
   把查找表和原DataFrame合并，用对应分组的中位数替换Age的NaN：

   # 合并原数据和查找表，按Pclass、Sex匹配
   df_merged = df.merge(age_lookup, on=['Pclass', 'Sex'], suffixes=('', '_fill'), how='left')
   # 填充NaN值
   df_merged['Age'] = df_merged['Age'].fillna(df_merged['Age_fill'])
   # 删除临时生成的填充列
   df_merged.drop('Age_fill', axis=1, inplace=True)
   # 最后把结果赋值回原df（或者直接用df_merged）
   df = df_merged
   

方法二：一行代码搞定（高效简洁） #

用groupby + transform可以直接完成分组填充，不用手动合并表，新手也能快速上手：

# 自动按Pclass和Sex分组，用每组的中位数填充该组内的Age缺失值
df['Age'] = df.groupby(['Pclass', 'Sex'])['Age'].transform(lambda x: x.fillna(x.median()))

小提示 #

• 如果更倾向用均值填充，把代码里的median()换成mean()就行；
• 你可以打印age_lookup看看每个分组的填充值，确认是否符合预期；
• 这个方法的优势是精准匹配乘客的舱位和性别，比全局填充更合理哦！

内容的提问来源于stack exchange，提问作者Ryan