如何在 Python 上用不同的随机数填充 NaN 值？

Question

我想用人们的年龄替换列中的缺失值（其中还包含数值，而不仅仅是 NaN 值），但到目前为止我尝试过的所有内容要么无法按照我想要的方式工作，要么无法在全部。

我希望应用一个随机变量生成器，它使用该列获得的平均值和标准差遵循正态分布。

我已经尝试过以下方法：

• 替换为 numpy，替换 NaN 值，但所有值都使用相同的数字

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

• 用 pandas 填充 NaN，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))
  

任何想法，将不胜感激。提前致谢。

Answer 1

Series.fillna可以接受一个 Series，因此生成一个大小为 的随机数组len(df_travel)：

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)