Python 为数据帧的筛选器填充na

我有一个类似于下面的数据帧：

     col1    col2    col3    col4
0    101     1000    NaN     NaN
1    102     2000    51      1500
2    103     2500    52      2800
3    104     3600    53      NaN
4    105     2400    NaN     NaN
5    106     3600    54      NaN
6    107     1200    55      1800
7    108     1000    NaN     NaN
8    NaN     NaN     56      1200

现在，我需要用col2中相应的值填充col4中的na值。所以，如果col4是NaN，则从col2获取值，并将其放入col4中

然而，这里的问题是，只有当col3有一些值时，我才需要这样做。（过滤数据帧）

如果我必须填写NaN值，而不考虑过滤器，那么以下内容将起作用：

df['col4'].fillna(0) # If I need to fill all NaN with zero values
df['col4'].fillna(df['col2']) # if I need to fill the corresponding col2 values in place of NaN

但是，如何做到只有过滤后的数据才能填充na

也就是说，在上面的示例中，只有第3行和第5行（对应于col3值53和54）应该用col2（3600和3600）中的值填充。而第0、5和7行的col4应保持为NaN

这将不起作用，因为筛选列表将是整个列的子集

df[df['col3'].notnull()]['col4'].fillna(df['col2'],inplace=True) #will not work

由于数据集的行数超过200万行，我们是否可以不使用循环执行此操作？

请尝试通过

notna（）

创建布尔掩码：

cond=df['col3'].notna()

最后，使用

loc

访问器和

fillna（）

有条件地传递掩码和填充值：

---

谢谢通过任何更改，这是否要求索引为单数？我的意思是，如果索引是多索引，它会工作吗？@满足它也会在多索引中工作……顺便说一句，如果这个答案解决了您的查询，那么尝试接受答案……Thnx:）太好了！谢谢你，伙计！如果你喜欢解决这个问题，请考虑对问题进行投票。

df.loc[cond,'col4']=df.loc[cond,'col4'].fillna(df.loc[cond,'col2'])