python - 从列中选择的数值数量的平均值

Question

从年龄列中，我想选择 (15 & 45) 之间的年龄组，然后用年龄组 (15 & 45) 的平均值替换缺失值

[IN]: train['Age'].isnull().value_counts()
[OUT]:
False    714
True     177
Name: Age, dtype: int64

如何编写这段代码？

大多数解决方案都引用基于 bool 的输出

train['Age'].fillna((train['Age'] > 15 & train['Age'] < 45).mean())

TypeError: cannot compare a dtyped [float64] array with a scalar of type [bool]

train['Age'].fillna((train['Age'] > 15 & train['Age'] < 45).mean())

年龄组分布在 1 岁到 80 岁之间从年龄列中，我想选择 (15 & 45) 之间的年龄组，然后用年龄组 (15 & 45) 的平均值替换缺失值

Answer 1

为 Age 列添加括号和 loc:

m = train.loc[(train['Age'] > 15) & (train['Age'] < 45), 'Age'].mean()

或者使用Series.between :

m = train.loc[train['Age'].between(15, 45, inclusive=False), 'Age'].mean()

最后替换缺失值:

train['Age'] = train['Age'].fillna(m)