Question

所以我要用另一个列中的值替换Dataframe列中的某些值，如下所示：

df['A'] = df.ffill(1)['B']

但是，我不想替换A列中的某些值并将它们保持原样。

我要保留的值多次出现并且是一个字符串，所以也许有一种方法可以用列B替换列A中的所有内容，但用特定的字符串保留值？

示例：因此，假设我的数据框看起来像这样，我想保留A列中的值狗，然后用B列中的值替换其余值（NaN值除外）。

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': ['dog', 'cat', 'mouse', 'spider', 'fish', 'dog'],
                   'B': ['New York', 'London', np.nan, 'Berlin', np.nan, 
                         'Paris']})

reslut应该看起来像这样：

df_result = pd.DataFrame({'A': ['dog', 'London', 'mouse', 'Berlin', 'fish', 
                                'Paris']})

非常感谢您的帮助：）

Answer 1

如果我对您的理解正确，那么您想检查not NaN列中的B并使用loc来替换A列中值不相等的值（ ne至dog：

m1 = df['A'].ne('dog')
m2 = df['B'].notna()

df.loc[m1&m2, 'A'] = df['B']

        A         B
0     dog  New York
1  London    London
2   mouse       NaN
3  Berlin    Berlin
4    fish       NaN
5     dog     Paris

Answer 2

IIUC：

String

Answer 3

您可以循环遍历“ A”中的元素，并确保对于同一行，“ B”中的值不是NaN。

（使用内置的df函数，可能会有更简洁的方法

for x in range(len(df['A'])):
    if(df['A'][x] != "dog" and df['B'][x] != np.nan):
        df['A'][x] = df['B'][x]

编辑：

使用loc的更清洁方式

df.loc[(df['A'].ne('dog')) &(df['B'].notnull()) , 'A'] = df['B']

熊猫用另一列中的值替换了列中的值，但保留了一些值

3 个答案: