Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/315.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 从列中选择的数值数量的平均值_Python_Pandas_Numpy_Mean - Fatal编程技术网

Python 从列中选择的数值数量的平均值

Python 从列中选择的数值数量的平均值,python,pandas,numpy,mean,Python,Pandas,Numpy,Mean,从“年龄”列中,我想选择介于(15和45)之间的年龄组,然后用年龄组(15和45)的平均值替换缺少的值 如何编写此代码 大多数解决方案都涉及基于布尔值的输出 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'

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

如何编写此代码

大多数解决方案都涉及基于布尔值的输出

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())
train['Age'].fillna((train['Age']>15和train['Age']<45)。平均值()
TypeError:无法将dtyped[float64]数组与[bool]类型的标量进行比较
列车['Age'].fillna((列车['Age']>15和列车['Age']<45)。平均值()
年龄组分布在1到80岁之间
从“年龄”列中,我想选择介于(15和45)之间的年龄组,然后用年龄组(15和45)的平均值替换缺少的值。

为“年龄”列添加括号和
loc

m = train.loc[(train['Age'] > 15) & (train['Age'] < 45), 'Age'].mean()
和laste替换缺少的值:

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

为列
Age
添加括号和
loc

m = train.loc[(train['Age'] > 15) & (train['Age'] < 45), 'Age'].mean()
和laste替换缺少的值:

train['Age'] = train['Age'].fillna(m)
train['Age'].fillna(train.Age[(train['Age']>15)和(train['Age']<45)]。平均值()
train['Age'].fillna(train.Age[(train['Age']>15)和(train['Age']<45)]。平均值()

@VinBolisetti,如果答案正确,请将其标记为正确worked@SridharThiagarajan当然,感谢您让我知道,我不知道stackoverflow是如何工作的,我将答案标记为正确的!:)@VinBolisetti,如果答案正确,请将其标记为正确worked@SridharThiagarajan当然,感谢您让我知道,我不知道stackoverflow是如何工作的,我将答案标记为正确的!:)您好,请在发布答案时提供解释。此外,这似乎与@jezrael的答案相同。不推荐使用此解决方案,因为可能的话,请始终使用
loc
或更好的链接是Hello,请在发布答案时提供解释。此外,这似乎与@jezrael的答案相同。不推荐此解决方案,因为可能的话,请始终使用
loc
或更好的链接
train['Age'].fillna(train.Age[(train['Age'] > 15) & (train['Age'] < 45) ].mean())