熊猫：用两列之一的值替换Nan

Question

给定以下数据框df，其中df['B']=df['M1']+df['M2']：

   A    M1   M2   B
   1    1    2    3
   1    2    NaN  NaN
   1    3    6    9
   1    4    8    12
   1    NaN  10   NaN
   1    6    12   18

我希望NaNin列B等于in 的相应值，M1或者M2前提是后者不是NaN：

   A    M1   M2   B
   1    1    2    3
   1    2    NaN  2
   1    3    6    9
   1    4    8    12
   1    NaN  10   10
   1    6    12   18

建议使用以下答案：

df.loc[df['B'].isnull(),'B'] = df['M1']，但此行的结构允许同时考虑M1或M2，而不能同时考虑两者。

关于如何更改它以同时考虑两列的想法？

编辑

没有重复的问题！为了便于理解，我声称df['B']=df['M1']+df['M2']，但在我的实际情况下，df['B']不是一个和，而是来自相当复杂的计算。因此，我无法将简单的公式应用于df['B']：只能更改NaN值以匹配M1或中的相应值M2。

Answer 1

基于我们上面评论中的讨论

df.B=df.B.fillna(df[['M1','M2']].max(1))
df
Out[52]: 
   A   M1    M2     B
0  1  1.0   2.0   3.0
1  1  2.0   NaN   2.0
2  1  3.0   6.0   9.0
3  1  4.0   8.0  12.0
4  1  NaN  10.0  10.0
5  1  6.0  12.0  18.0

从jezrael

df['B']= (df['M1']+ df['M2']).fillna(df[['M2','M1']].sum(1))