我刚开始学习Python，我想了解DataFrame中的执行过程。我们可以用kaggle.com上找到的数据集（泰坦尼克号：从灾难中学习机器学习）来举个例子。我想用各自性别的平均值替换NaN值，也就是说，男性NaN值应该用男性年龄的平均值替换，反之亦然。我通过使用以下代码实现了这一点：

_data['new_age']=_data['new_age'].fillna(_data.groupby('Sex')['Age'].transform('mean'))

我的问题是，在执行代码时，这行代码如何知道某一行属于男性，并且NaN值应该用男性的平均值替换，而女性的值应该用女性的平均值替换？

回答：

这是因为groupby + transform。当你使用一个返回每个组标量值的聚合函数进行分组时，普通的groupby会将每个独特的分组键压缩成一行。

np.random.seed(42)df = pd.DataFrame({'Sex': list('MFMMFFMMFM'),                   'Age': np.random.choice([1, 10, 11, 13, np.NaN], 10)},                   index=list('ABCDEFGHIJ'))df.groupby('Sex')['Age'].mean()#Sex#F    10.5                # 一行F#M    11.5                # 一行M#Name: Age, dtype: float64

使用transform会根据行所属的组，将结果广播回原始索引。

df.groupby('Sex')['Age'].transform('mean')#A    11.5  # 属于M#B    10.5  # 属于F#C    11.5  # 属于M#D    11.5#E    10.5#F    10.5#G    11.5#H    11.5#I    10.5#J    11.5#Name: Age, dtype: float64

为了更清楚地说明，我将转换后的结果重新赋值，现在你可以看到.fillna是如何得到正确的平均值的。

df['Sex_mean'] = df.groupby('Sex')['Age'].transform('mean')

  Sex   Age  Sex_meanA   M  13.0      11.5B   F   NaN      10.5  # NaN将被填充为10.5C   M  11.0      11.5D   M   NaN      11.5  # NaN将被填充为11.5E   F   NaN      10.5  # NaN将被填充为10.5F   F  10.0      10.5G   M  11.0      11.5H   M  11.0      11.5I   F  11.0      10.5J   M   NaN      11.5  # NaN将被填充为11.5