如何根据另一列中的值有条件地替换一列中的 NaN 值

Question

假设我有一个具有以下值的 dataframe：

科目编号	部门
CS201	计算机科学
CS202	钠盐

如果有人可以帮助我如何根据“课程代码”列中的值替换“部门”列中的 NaN 值，我将不胜感激。 要遵循的逻辑是，如果“CS”在该行的“课程代码”条目中，则将 NaN 替换为“CompSci”。

Answer 1

您可以创建一个可用于填充 NaN 值的映射。 创建映射的一个选项是使用mask到 select 值，其中Course_Code以“CompSci”开头：

df['Department'] = df['Department'].mask((df['Course_Code'].str.startswith('CS')) & df['Department'].isna(), 'CompSci')

Output：

  Course_Code Department
0       CS201    CompSci
1       CS202    CompSci

Answer 2

您可以使用更多条件作为 CompSci 的“CS”。

import pandas as pd 
import numpy as np
df = pd.DataFrame([['CS201', 'CompSci'],['CS201', np.NaN]], columns = ['Course_Code', 'Department'])

def condition(x):
    if (x['Course_Code'].startswith('CS')):
        return "CompSci"

df['Department'] = df.apply(condition, axis=1)