Question

例如，我有一个数据框 df = pd.DataFrame（[[1,2，np.nan]，[4,5，np.nan]，[7,8,9]]）所以它会是

        sku  r1   r2
    0    1   2  NaN
    1    4   5  NaN
    2    7   8  9.0

如果我想在r2上更改r1列的值，我的意思是如果r2不是Nan，那么使用r2的值替换r1＆＃39;值，否则保持r1没有变化

结果将是：

        sku  r1   r2
    0    1   2  NaN
    1    4   5  NaN
    2    7   9.0  9.0

所以你看，在这个例子中，在第三种情况下将8改为9.0。我是大熊猫的新学习者，我花了很多时间为此找到解决方案。

感谢您的帮助。

Answer 1

您可以mask使用notnull：

df['r1'] = df['r1'].mask(df['r2'].notnull(), df['r2'])
print (df)

   sku   r1   r2
0    1  2.0  NaN
1    4  5.0  NaN
2    7  9.0  9.0

或loc：

df.loc[df['r2'].notnull(), 'r1'] = df['r2']
print (df)
   sku   r1   r2
0    1  2.0  NaN
1    4  5.0  NaN
2    7  9.0  9.0

Answer 2

使用np.where：

df['r1'] = np.where(df['r2'].notnull(),df['r2'],df['r1'])
df

输出：

   sku   r1   r2
0    1  2.0  NaN
1    4  5.0  NaN
2    7  9.0  9.0