Pandas 根据条件操作行

我想根据条件操纵行。例如，如果

type

中的字段是numpy-NaN，我想用字符串“BBBB”覆盖

method

中的每个字段：

newcolumn = []
for index, row in results_DF.iterrows():
    newcolumn.append('BBBB' if row['type'] is np.nan else row['method'])
results_DF['method'] = pd.Series(newcolumn)

这个实现看起来相当丑陋。如何写得更好-更具功能性？

使用以下创建的布尔amsk：

另一个解决方案包括：

或@Jon Clements提供的解决方案，谢谢：

results_DF['method'] = results_DF.where(results_DF['type'].notnull(), 'BBBB')

样本：

results_DF = pd.DataFrame({'method': ['a','s','d'],
                           'type':[np.nan, np.nan, 4]})

print (results_DF)
  method  type
0      a   NaN
1      s   NaN
2      d   4.0

results_DF.loc[results_DF['type'].isna(), 'method'] = 'BBBB'
print (results_DF)
  method  type
0   BBBB   NaN
1   BBBB   NaN
2      d   4.0

试试这个

mask=results_DF['type'].isnull()
results_DF.loc[mask]='BBBB'

---

mask=results\u DF['type'].isnull（）results\u DF.loc[mask]='bbbbbb'或：

results\u DF['method']。其中（results\u DF['type'].notnull（），'bbbbbbbb'，inplace=True）

？但它不是空的，是吗？是的，它是空的。欲了解更多详情，请访问

results_DF = pd.DataFrame({'method': ['a','s','d'],
                           'type':[np.nan, np.nan, 4]})

print (results_DF)
  method  type
0      a   NaN
1      s   NaN
2      d   4.0

results_DF.loc[results_DF['type'].isna(), 'method'] = 'BBBB'
print (results_DF)
  method  type
0   BBBB   NaN
1   BBBB   NaN
2      d   4.0

mask=results_DF['type'].isnull()
results_DF.loc[mask]='BBBB'