python - 如何在 Python 上用不同的随机数填充 NaN 值？

Question

我想用人们的年龄(它还包含数值，不仅是 NaN 值)替换一列中缺失的值，但到目前为止我尝试过的所有方法要么无法按照我想要的方式运行，要么无法实现'根本不起作用。

我希望应用一个随机变量生成器，它使用从该列获得的均值和标准差服从正态分布。

我尝试了以下方法:

• 用 numpy 替换，替换 NaN 值，但所有值都用相同的数字

  df_travel['Age'] = df_travel['Age'].replace(np.nan, round(rd.normalvariate(age_mean, age_std),0))
  

• 用 pandas 填充，也替换 NaN 值，但所有值都使用相同的数字

  df_travel['Age'] = df_travel['Age'].fillna(round(rd.normalvariate(age_mean, age_std),0))
  

• 使用 pandas 在数据帧上应用一个函数，替换 NaN 值，但也更改所有现有数值(我只想填充 NaN 值)

  df_travel['Age'] = df_travel['Age'].where(df_travel['Age'].isnull() == True).apply(lambda v: round(rd.normalvariate(age_mean, age_std),0))
  

如有任何想法，我们将不胜感激。提前致谢。

Answer 1

Series.fillna可以接受一个系列，所以生成一个大小为len(df_travel)的随机数组:

rng = np.random.default_rng(0)
mu = df_travel['Age'].mean()
sd = df_travel['Age'].std()

filler = pd.Series(rng.normal(loc=mu, scale=sd, size=len(df_travel)))
df_travel['Age'] = df_travel['Age'].fillna(filler)