基于另一列的估算列是否为 NaN

Question

我这里有一个简单的 df。 所以基本上对于 ["A"] 中的 Null 值，如果同一行没有 ["B"] 的 null 值，则使 ["A"] 等于 ["B"]，如果它们都是 null，那么它应该只是跳过。

代码：

test = {'A': [3, np.nan, np.nan, 0], 'B': [4, 5, np.nan, 10]}

test_df = pd.DataFrame.from_dict(test)

test_df

##EXPECTED OUTPUT:

output = test = {'A': [3, 5, np.nan, 0], 'B': [4, 5, np.nan, 10]}

output_df= pd.DataFrame.from_dict(test)

output_df

我尝试通过使用 & 条件使用 lambda function 来解决这个问题，但对我来说它看起来太混乱且效率低下。 我想知道是否有一种简单干净的方法可以做到这一点。

Answer 1

用另一个 Series fillna一个 Series 完全符合您的描述：

In [304]: test_df["A"] = test_df["A"].fillna(test_df["B"])

In [305]: test_df
Out[305]:
     A     B
0  3.0   4.0
1  5.0   5.0
2  NaN   NaN
3  0.0  10.0