Pandas：替换丢失的数据帧值/条件计算：fillna

Question

我想计算 pandas 数据框，但某些行包含缺失值。对于那些缺失的值，我想使用不同的算法。可以说：

• 如果 B 列包含值，则从 B 中减去 A
• 如果 B 列不包含值，则从 C 中减去 A

import pandas as pd
df = pd.DataFrame({'a':[1,2,3,4], 'b':[1,1,None,1],'c':[2,2,2,2]})
df['calc'] = df['b']-df['a']

结果是：

print(df)
   a    b  c  calc
0  1  1.0  2   0.0
1  2  1.0  2  -1.0
2  3  NaN  2   NaN
3  4  1.0  2  -3.0

方法 1：使用以下方法填充 NaN 行.where：

df['calc'].where(df['b'].isnull()) = df['c']-df['a']

这会导致SyntaxError:无法分配给函数调用。

方法 2：使用以下方法填充 NaN 行.iterrows()：

for index, row in df.iterrows():
    i = df['calc'].iloc[index]

    if pd.isnull(row['b']):
        i = row['c']-row['a']
        print(i)
    else:
        i = row['b']-row['a']
        print(i)

执行时没有错误并且计算正确，这些i值将打印到控制台：

0.0
-1.0
-1.0
-3.0

但值没有写入df['calc']，数据帧保持原样：

print(df['calc'])
0    0.0
1   -1.0
2    NaN
3   -3.0

覆盖值的正确方法是什么NaN？

Answer 1

最后，我偶然发现.fillna：

df['calc'] = df['calc'].fillna( df['c']-df['a'] )

完成工作！谁能解释一下上述两种方法有什么问题......？