如何根據另一列中的值在一列中填充 NaN？

Question

我正在處理這個項目，我需要從reason列中填寫一個NaN單元格，但我需要先與status列進行交叉檢查並填寫適當的值。

條件是：

• 如果STATUS為“Invoiced”且REASON為NaN ，則填寫“Not Applicable”
• 如果STATUS是“Lost Sale”並且REASON是NaN ，則填寫“Unknown”

---

我試過這段代碼：

data2 = np.where((data["SO_STATUS"] == "Invoiced")&(data["SO_LOSREASON"]=='NaN'),'null',"Not Applicable")
data2 = pd.DataFrame(data2, columns = ['SO_STATUS'])
data= data.join(data2)

但是，它說：

ValueError: columns overlap but no suffix specified: Index(['SO_STATUS'], dtype='object')

我不確定我所做的是否正確，因為我仍然需要reason列中不是NaN的其他數據。 非常感謝您的幫助！

Answer 1

嘗試使用直接列分配：

data['SO_STATUS'] = np.where((data["SO_STATUS"] == "Invoiced") & data["SO_LOSREASON"].isna(),, "Not Applicable", "Unknown")

Answer 2

您可以使用map和where ，因此很容易添加任何其他條件：

data['new_column'] = (data['SO_STATUS'].map({'Invoiced': 'Not Applicable',
                                             'Lost Sale': 'Unknown',
                                             # add other here: 'Other': 'other',
                                            })
                                       .where(data['SO_LOSREASON'].isna())
                      )

示例（為清楚起見設置新列new_column ）：

   SO_STATUS SO_LOSREASON      new_column
0   Invoiced          NaN  Not Applicable
1  Lost Sale          NaN         Unknown
2      Other          NaN             NaN
3   Invoiced          abc             NaN