使用 Python Pandas，仅当“nan”值不存在时，我可以根据另一列替换 df 中一列的值吗？

Question

假设我有一个这样的数据框：

import pandas as pd
data1 = {
     "date": [1, 2, 3],
     "height": [420.3242, 380.1, 390],
     "height_new": [300, 380.1, "nan"],
     "duration": [50, 40, 45],
     "feeling" : ["great","good","great"]
    }
df = pd.DataFrame(data1)

我想用“height_new”列更新“height”列，但不是在“height_new”的值为“nan”时更新。 关于如何以 Pythonic 方式执行此操作的任何提示？

我有一个粗略的代码可以完成工作但感觉很笨拙（代码行太多）。

for x, y in zip(df['height'], df['height_new']) :
  if y != 'nan':
    df['height'].replace(x, y, inplace= True)
    x = y

Answer 1

您可以将pandas.Series.where与pandas.Series.notna一起使用：

df["height"] = df["height_new"].where(df["height_new"].notna(), df["height"])

＃Output：

print(df)
   date  height  height_new  duration feeling
0     1   300.0       300.0        50   great
1     2   380.1       380.1        40    good
2     3   390.0         NaN        45   great

注意：如果"nan"是文字字符串，请改用它：

df["height"] = df["height_new"].where(df["height_new"].ne("nan"), df["height"])