从一列中选择的数值的平均数

Question

从“年龄”列中，我要选择介于（15&45）之间的年龄组，然后用年龄组（15&45）的平均值替换缺少的值

[IN]: train['Age'].isnull().value_counts()
[OUT]:
False    714
True     177
Name: Age, dtype: int64

如何编写此代码？你知道吗

大多数解决方案都涉及基于布尔的输出

train['Age'].fillna((train['Age'] > 15 & train['Age'] < 45).mean())

TypeError: cannot compare a dtyped [float64] array with a scalar of type [bool]

train['Age'].fillna((train['Age'] > 15 & train['Age'] < 45).mean())

年龄组分布在1到80岁之间 从“年龄”列中，我要选择介于（15&45）之间的年龄组，然后用年龄组（15&45）的平均值替换缺少的值

Answer 1

为Age列添加括号和loc：

m = train.loc[(train['Age'] > 15) & (train['Age'] < 45), 'Age'].mean()

或者使用^{}：

m = train.loc[train['Age'].between(15, 45, inclusive=False), 'Age'].mean()

最后替换缺少的值：

train['Age'] = train['Age'].fillna(m)

Answer 2

train['Age'].fillna(train.Age[(train['Age'] > 15) & (train['Age'] < 45) ].mean())