如何有条件地替换 Pandas 中的 NaN 值？

我正在使用著名的泰坦尼克号数据集来解决我的第一个 Kaggle 问题。我陷入了数据集的困境。 我想替换 Age 性别的 NaN 值，例如“男性”的缺失值应替换为男性的平均年龄，反之亦然。 虽然我的代码运行良好，但出现以下异常： “设置复制警告： 尝试在 DataFrame 切片的副本上设置值 请参阅文档中的警告：http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copyself._update_inplace（新数据）”

import pandas as pd
df=pd.read_csv('train.csv')
df[(df['Sex']=='male') & (df['Age'].apply(np.isnan))]['Age'].fillna(df[df['Sex']=='male']['Age'].mean(),inplace=True)

import pandas as pd
import numpy as np

df = pd.read_csv('train.csv')
df['Age'].fillna(df.groupby(["Sex"])["Age"].transform(np.mean), inplace=True)

也许这就是你想要做的事情？但我没有收到任何警告。看一下我的博文 http://higee.io/220905703094如果有必要的话也可以。