他の2つの列と一致するPythonを使用してデータセットのnull値を埋める方法は？

Question

私はタイタニックデータセットを持っています。それは属性を持っていて、私は男らしく働いていた。 1.Age 2.Embark（ポート乗客が乗り出した。合計3つのポート.S、Q、C） 3.生き残った生存のため）

私は無駄なデータをフィルタリングしていました。それから私は年齢にNull値を入力する必要があった。そこで、S、Q、Cの各乗車券で生き残った乗客の数を数えました。

S、Q、Cポートから乗り継いで生き残った乗客の平均年齢を知ることができます。しかし、今私はどのように各S、QとCから生き残っていないこれらの6値（各S、QとCから生き残った3と、各S、QとCから生き残った...を埋めるために考えていないので、元の太った年齢の列。もし私が単にtitanic.Age.fillna（ '6つの値のうちの1つを使って）'をすれば、AgeのすべてのNull値をその1つの値で満たしてしまいます。

少し時間を与えてから、私はこれを試しました。

titanic[titanic.Survived==1][titanic.Embarked=='S'].Age.fillna(SurvivedS.Age.mean(),inplace=True) 
titanic[titanic.Survived==1][titanic.Embarked=='Q'].Age.fillna(SurvivedQ.Age.mean(),inplace=True) 
titanic[titanic.Survived==1][titanic.Embarked=='C'].Age.fillna(SurvivedC.Age.mean(),inplace=True) 
titanic[titanic.Survived==0][titanic.Embarked=='S'].Age.fillna(DidntSurvivedS.Age.mean(),inplace=True) 
titanic[titanic.Survived==0][titanic.Embarked=='Q'].Age.fillna(DidntSurvivedQ.Age.mean(),inplace=True) 
titanic[titanic.Survived==0][titanic.Embarked=='C'].Age.fillna(DidntSurvivedC.Age.mean(),inplace=True) 

これはエラーは表示されませんが、それでも動作しません。私は何をすべきですか？

Answer 1

私はあなたがmeanによってfillnaでapplyでgroupbyが必要だと思う：

titanic['age'] = titanic.groupby(['survived','embarked'])['age'] 
         .apply(lambda x: x.fillna(x.mean())) 

---

import seaborn as sns 

titanic = sns.load_dataset('titanic') 
#check NaN rows in age 
print (titanic[titanic['age'].isnull()].head(10)) 
    survived pclass  sex age sibsp parch  fare embarked class \ 
5   0  3 male NaN  0  0 8.4583  Q Third 
17   1  2 male NaN  0  0 13.0000  S Second 
19   1  3 female NaN  0  0 7.2250  C Third 
26   0  3 male NaN  0  0 7.2250  C Third 
28   1  3 female NaN  0  0 7.8792  Q Third 
29   0  3 male NaN  0  0 7.8958  S Third 
31   1  1 female NaN  1  0 146.5208  C First 
32   1  3 female NaN  0  0 7.7500  Q Third 
36   1  3 male NaN  0  0 7.2292  C Third 
42   0  3 male NaN  0  0 7.8958  C Third 

     who adult_male deck embark_town alive alone 
5  man  True NaN Queenstown no True 
17 man  True NaN Southampton yes True 
19 woman  False NaN Cherbourg yes True 
26 man  True NaN Cherbourg no True 
28 woman  False NaN Queenstown yes True 
29 man  True NaN Southampton no True 
31 woman  False B Cherbourg yes False 
32 woman  False NaN Queenstown yes True 
36 man  True NaN Cherbourg yes True 
42 man  True NaN Cherbourg no True 

---

idx = titanic[titanic['age'].isnull()].index 
titanic['age'] = titanic.groupby(['survived','embarked'])['age'] 
         .apply(lambda x: x.fillna(x.mean())) 

#check if values was replaced 
print (titanic.loc[idx].head(10)) 
    survived pclass  sex  age sibsp parch  fare embarked \ 
5   0  3 male 30.325000  0  0 8.4583  Q 
17   1  2 male 28.113184  0  0 13.0000  S 
19   1  3 female 28.973671  0  0 7.2250  C 
26   0  3 male 33.666667  0  0 7.2250  C 
28   1  3 female 22.500000  0  0 7.8792  Q 
29   0  3 male 30.203966  0  0 7.8958  S 
31   1  1 female 28.973671  1  0 146.5208  C 
32   1  3 female 22.500000  0  0 7.7500  Q 
36   1  3 male 28.973671  0  0 7.2292  C 
42   0  3 male 33.666667  0  0 7.8958  C 

    class who adult_male deck embark_town alive alone 
5 Third man  True NaN Queenstown no True 
17 Second man  True NaN Southampton yes True 
19 Third woman  False NaN Cherbourg yes True 
26 Third man  True NaN Cherbourg no True 
28 Third woman  False NaN Queenstown yes True 
29 Third man  True NaN Southampton no True 
31 First woman  False B Cherbourg yes False 
32 Third woman  False NaN Queenstown yes True 
36 Third man  True NaN Cherbourg yes True 
42 Third man  True NaN Cherbourg no True 

---

#check mean values 
print (titanic.groupby(['survived','embarked'])['age'].mean()) 
survived embarked 
0   C   33.666667 
      Q   30.325000 
      S   30.203966 
1   C   28.973671 
      Q   22.500000 
      S   28.113184 
Name: age, dtype: float64