我想测试C列中的单元格是否为空白，如果是，则用A列中的值填充，如果A为NaN，则用B填充。列C 可能有一些空白单元格，如下所示：
df:
A B C
0 xyz NaN 12.03.2010
1 abc NaN 01.10.2009
2 NaN 14.11.2010
3 02.10.2010 NaN
C 似乎有一些空白单元格，但是当我使用df.iloc[2, 2] == None 或pd.isnull(df.iloc[2, 2]) 进行测试时，两者都返回了False。为什么会这样？我们如何测试它是否真的是空白的？
【问题讨论】：
replace() 与nan 的空字符串，然后链接一对fillna()：
df.C = df.C.replace(r'^\s*$', np.nan, regex=True).fillna(df.A).fillna(df.B)
# A B C
# 0 xyz NaN 12.03.2010
# 1 abc NaN 01.10.2009
# 2 NaN 14.11.2010 14.11.2010
# 3 02.10.2010 NaN 02.10.2010
或者以str.strip() 开头以使替换更简单：
df.C = df.C.str.strip().replace('', np.nan).fillna(df.A).fillna(df.B)
【讨论】：
r'^\s*$'（答案已更新）
str.strip() 开头完全避免使用正则表达式（添加到答案中）
^\s*$ 是什么意思？
^ 表示字符串的开头，$ 表示字符串的结尾，\s* 表示 0 个或多个空格，因此整个正则表达式表示“完全为空或仅包含空格”
发生这种情况是因为数据框中的缺失值可能是空字符串“”，而 NaN 是 Pandas 数据框中的不同值。所以相等性检查应该是测试一个单元格是否为空字符串，而不是使用 isnull() 或 == None。
【讨论】：
另一种方式； .
条件
(df['C']=='')& (df['A'].isna()) - 如果 C 为空白且 A 为 NaN(df['C']=='')& (df['A'].notna() - 如果 C 为空白且 A 不是 NaN解决方案
1.，则解决方案为B
2.，则解决方案为A
1 和2 均未出现，则替代解决方案是保留C
使用实现；
使用np.select(conditions, solutions, alternative)
现在让我们将它放入代码中。请参阅下面的代码
conditions=[(df['C']=='')& (df['A'].isna()),(df['C']=='')& (df['A'].notna())]
solution=[df['B'],df['A']]
代码
df['C']=np.select(c,sol, df['C'])
结果
A B C
0 xyz NaN 12.03.2010
1 abc NaN 01.10.2009
2 NaN 14.11.2010 14.11.2010
3 02.10.2010 NaN 02.10.2010
【讨论】：