Python 泰坦尼克号数据集年龄的Nan值预测

我没有用均值或类似值替换Nan年龄值，而是得到一个建议，即我应该尝试猜测所讨论的人是否是孩子，然后在数据集中创建一个is child列，并为已知年龄和Nan的可能值添加正确的值

所以，我知道，如果名字里有一个先生或夫人，那肯定不是一个孩子，而如果有一个主人。或者小姐，可能是孩子，也可能不是。我又想，如果它是主人的话。或者小姐。并且parch列（父-子列）为非零，这意味着parch计数仅适用于父级，因此parch>0和Master可能适用。或者小姐，它是一个孩子，其他情况下，它不是一个孩子

现在我的问题是，如何用python编写代码？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']]

---

df['isChild']=[1如果x您可以使用熊猫的
apply
方法：

def conditions(row):
     if row.Age <= 18:
         return 1
     elif condition:
         ...

df['isChild'] = df.apply(conditions, axis=1)

def条件（行）：
如果row.Age你能发送到数据集的链接，或者如何获取它？对不起，我刚刚添加了链接你看到这个kaggle了吗？他用估算未命中年龄的方法说服了我自己但我的问题是，isChild现在不仅依赖于年龄，还依赖于parch列和Name列。如果年龄是Nan，那么isChild将完全依赖于parch和Name。How确实解决了这个问题，因为我在这里看到的是一个新数据对一列的依赖column@Krash你仍然可以使用apply。我刚刚更新了我的答案。