与其用平均值或类似方法替换年龄的缺失值，我得到了一个建议，我应该尝试猜测相关人员是否为儿童，然后在数据集中创建一个“是否为儿童”的列，并为已知年龄添加正确的值，对于缺失值则添加可能的值。

我知道，如果名字中有“Mr.”或“Mrs.”，那肯定不是儿童，而如果名字中有“Master.”或“Miss.”，则可能是也可能不是儿童。我又想，如果是“Master.”或“Miss.”，且“parch”列（父母与子女列）非零，这意味着“parch”计数仅用于父母，所以对于“parch”大于0且是“Master.”或“Miss.”的情况，可能就是儿童，其它情况则不是儿童。

现在我的问题是，我该如何用Python编写这段代码？到目前为止，我有直接的解决方案，比如，

df['isChild'] = [1 if x<=18 else 0 for x in df['Age']]

但这涉及到很多条件判断，我能想到的只是一个for循环，遍历每个乘客ID，其中年龄值为缺失值。有没有更简单的方法？比如编写一个函数，只需传入一个数据框，它就能自动为每个值评估该函数，就像一个向量化实现？

这是数据集 https://www.kaggle.com/c/titanic/data

回答：

你可以使用pandas的apply方法：

def conditions(row):     if row.Age <= 18:         return 1     elif condition:         ...df['isChild'] = df.apply(conditions, axis=1)