如何根据另一列的值替换列的 NaN 值？答案

【问题标题】：How to substitute NaN values of a column based on the values of another column?如何根据另一列的值替换列的 NaN 值？
【发布时间】：2015-12-31 10:41:29
【问题描述】：

我想根据列 Idx 的值替换列 Title 的 NaN 值。如果 Idx 等于 1，那么 NaN 必须被 0 代替，如果 Idx 等于 0，那么 NaN Title 必须等于 1。

Title   Idx
NaN     0
0       1
1       0
NaN     0
NaN     1

我试过了：

df.loc[df['Title'].isnull(), 'Title'] = 0

当然它总是放0。我怎样才能在这里添加条件？

【问题讨论】：

标签： python python-2.7 pandas dataframe nan

【解决方案1】：

您可以将任何系列或列传递给fillna()。在这种情况下，您需要使用 Series 1 - df['Idx'] 填充缺失值以获得结果：

>>> df
   Title  Idx
0    NaN    0
1      0    1
2      1    0
3    NaN    0
4    NaN    1

>>> df['Title'] = df['Title'].fillna(1 - df['Idx'])
>>> df
   Title  Idx
0      1    0
1      0    1
2      1    0
3      1    0
4      0    1

【讨论】：

如果条件包括超过 1 列，即标题和电影，这种方法是否有效？
您的意思是要在超过 1 列中填写 NaN 值吗？如果是这样，fillna() 也可以在 DataFrames 上工作，所以它应该可以工作。话虽如此，根据您想要的确切结果，单独处理每一列可能会更简单。
我的意思是，例如Idx == 1，如果 Title == 0 AND Films == 0
这应该是可能的——你只需要构造那个系列并将它传递给fillna。您可能对np.where 感兴趣，以此作为一种手段。例如，np.where((df.Title == 0) & (df.Films == 0), 1, 0) 可以构造该系列。