基于条件替换泰坦尼克号数据集Age列的NaN值（Python新手求助）

嘿，作为Python新手完全不用纠结重复提问的事儿——大家刚接触StackOverflow的时候都得摸索一阵！针对你用Kaggle泰坦尼克号数据集处理Age列NaN值的需求，我给你整理了具体的实现方案：

核心实现思路 #

我们可以借助pandas的条件索引和numpy的随机数生成工具，精准匹配不同条件来填充缺失值，分步骤处理如下：

1. 处理Title为X/Y/Z且Age为空的情况 #

首先定位符合条件的行，然后生成0-18范围内的随机数进行填充：

import pandas as pd
import numpy as np

# 加载你的泰坦尼克号数据集（替换成实际路径或Kaggle的加载方式）
df = pd.read_csv('/kaggle/input/titanic/train.csv')

# 定义匹配条件：Age为NaN，且Title属于X/Y/Z
target_condition = df['Age'].isna() & df['Title'].isin(['X', 'Y', 'Z'])

# 生成对应数量的0-18随机整数（要浮点数就换成np.random.uniform(0,18, size=...)）
fill_values = np.random.randint(low=0, high=19, size=target_condition.sum())

# 填充缺失值
df.loc[target_condition, 'Age'] = fill_values

2. 扩展其他条件的处理（针对你提到的“……”部分） #

如果还有其他填充规则（比如不同Title对应不同年龄范围），可以用同样的逻辑扩展：
比如假设需要给Title为A/B/C且Age为空的行填充19-60的随机数：

another_condition = df['Age'].isna() & df['Title'].isin(['A', 'B', 'C'])
another_fill_values = np.random.randint(low=19, high=61, size=another_condition.sum())
df.loc[another_condition, 'Age'] = another_fill_values

额外小提示 #

• 如果你还没从Name字段提取Title（通常泰坦尼克号数据集中Title藏在Name里，比如Mr、Mrs、Miss），可以用这段代码快速提取：

  # 从Name字段中提取头衔（正则匹配格式为" 头衔."的内容）
  df['Title'] = df['Name'].str.extract(' ([A-Za-z]+)\.', expand=False)
  

• 填充完成后，可以用df['Age'].isna().sum()检查是否还有未处理的缺失值，确保所有规则都覆盖到。

内容的提问来源于stack exchange，提问作者alofgran