在Python中用另一列的值更新一列，但仅限NaN值

Question

您好，我正在尝试使用 .update() 函数使用同一数据框中另一列 (C) 的值更新一列 (B) 的值。但是，我只想替换 B 列中 NaN 的值。我尝试使用 overwrite = False 参数，但我不断收到错误：

df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [400, np.nan, 600],
                   'C': [32,54,300]})
df['B'].update(df['C'], overwrite = False) 
df

#Output:
#TypeError: update() got an unexpected keyword argument 'overwrite'

#The intended output I'm looking for is this: 
    A   B       C
0   1   400.0   32
1   2   54.0    54
2   3   600.0   300

但是，当我使用 update.() 函数更新整个数据集时，覆盖参数有效：

df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [400, np.nan, 600],
                   'C': [32,54,300]})
new_df = pd.DataFrame({'B': [4, 5, 6],
                       'C': [7, 8, 9]})
df.update(new_df, overwrite = False) 
df

#Output: 
    A   B       C
0   1   400.0   32
1   2   5.0     54
2   3   600.0   300

当用同一数据帧中的另一列更新一列时，覆盖参数是否不起作用？想检查一下如何用另一列的值更新一列，但仅覆盖 NaN 值。太感谢了！

Answer 1

回答你的问题，这一点非常重要。pd.DataFrame.update不等于pd.Series.update. pd.Series.update 中没有overwrite参数。您必须知道您正在使用的对象类型。

让我们使用fillna：

df['B'] = df['B'].fillna(df['C'])

输出：

   A      B    C
0  1  400.0   32
1  2   54.0   54
2  3  600.0  300

或者掩码，或者在哪里，或者其他一些方式......combine_first。