如何根据另一列 B 的值替换熊猫数据框列 A 的值答案

【问题标题】：How to replace pandas dataframe column A value base on the value of another column B如何根据另一列 B 的值替换熊猫数据框列 A 的值
【发布时间】：2018-01-01 20:51:00
【问题描述】：

我有一个数据框，例如 df = pd.DataFrame([[1,2,np.nan],[4,5,np.nan],[7,8,9]]) 所以会是

        sku  r1   r2
    0    1   2  NaN
    1    4   5  NaN
    2    7   8  9.0

如果我想根据 r2 更改 r1 列的值，我的意思是如果 r2 不是 Nan，则使用 r2 的值替换 r1'值，否则保持 r1 不变

所以结果是：

        sku  r1   r2
    0    1   2  NaN
    1    4   5  NaN
    2    7   9.0  9.0

如您所见，在此示例中，在第三种情况下将 8 更改为 9.0。我是 pandas 的新手，我需要一些时间来解决这个问题。

感谢您的帮助。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

您可以将mask 与notnull 一起使用：

df['r1'] = df['r1'].mask(df['r2'].notnull(), df['r2'])
print (df)

   sku   r1   r2
0    1  2.0  NaN
1    4  5.0  NaN
2    7  9.0  9.0

或loc:

df.loc[df['r2'].notnull(), 'r1'] = df['r2']
print (df)
   sku   r1   r2
0    1  2.0  NaN
1    4  5.0  NaN
2    7  9.0  9.0

【讨论】：

【解决方案2】：

使用np.where:

df['r1'] = np.where(df['r2'].notnull(),df['r2'],df['r1'])
df

输出：

   sku   r1   r2
0    1  2.0  NaN
1    4  5.0  NaN
2    7  9.0  9.0

【讨论】：