如何根据另一列的条件替换列中的 NaN 值？

Question

我想根据另一列的条件替换列中的 np.nan 值。更重要的是，我想用字符串替换 np.nan 值：

我已经尝试过使用 np.where，但我得到一个错误“无效的语法”，我真的看不出我的语法哪里错了。

casualty_data["age_band_of_casualty"] = np.where(casualty_data["age_of_casualty"]>0 & casualty_data["age_of_casualty"]<=5, "0-5", continue)

                  age_of_casualty   age_band_of_casualty                    
Accident_Index                                  
2016010000005       23                    21-25     
2016010000006       38                    Nan   
2016010000008       24                    21-25 
2016010000016       58                    Nan   
2016010000018       28                    26-35

从这个表中我想得到以下输出：

                  age_of_casualty   age_band_of_casualty                    
Accident_Index                                  
2016010000005       23                    21-25     
2016010000006       38                    36-45     
2016010000008       24                    21-25 
2016010000016       58                    56-65 
2016010000018       28                    26-35

提前致谢！

Answer 1

怎么样

casualty = casualty_data['age_of_casualty']
replacing_values = (casualty-2).map(str) + '-' + (casualty+2).map(str)
casualty_data["age_band_of_casualty"].fillna(replacing_values)

Answer 2

我本来只想添加评论，但由于缺乏声誉，不得不在这里写下。尝试在表达式中添加括号：

casualty_data["age_band_of_casualty"] = np.where((casualty_data["age_of_casualty"]>0) & (casualty_data["age_of_casualty"]<=5), "0-5", continue)

应该有帮助。