Python 如何用条件替换另一列的值

Hello（Pandas Python）简而言之，我有一个由用户id列（user_id）组成的数据框，它的组织附在第二列，它的组织合并在第三列，显然，在第三列中，所有组织都没有合并，因此有Na。也可能是相同的基本组织被重复，但这一个没有合并，这是需要的，数据框如下所示：

用户id 基地组织 合并组织 A. 苹果 Na B 一款图片分享应用 脸谱网 C Xbox 微软 D 谷歌 Na E 一款图片分享应用 Na 尝试：

输出：

  User_id   Base_org  Merge_org
0       A      Apple         Na
1       B   Facebook   Facebook
2       C  Microsoft  Microsoft
3       D     Google         Na
4       E  Instagram         Na

  User_id   Base_org  Merge_org
0       A      Apple         Na
1       B   Facebook   Facebook
2       C  Microsoft  Microsoft
3       D     Google         Na
4       E  Instagram         Na

  User_id   Base_org  Merge_org
0       A      Apple         Na
1       B   Facebook   Facebook
2       C  Microsoft  Microsoft
3       D     Google         Na
4       E  Instagram         Na

  User_id   Base_org  Merge_org
0       A      Apple      Apple
1       B  Instagram   Facebook
2       C       Xbox  Microsoft
3       D     Google     Google
4       E  Instagram  Instagram

一个选择：

df

：

---

我不知道您的实际意图，但通常最好使用基本值覆盖合并值中的na，而不是使用非空的合并值覆盖“基本”值

您可以通过一个简单的

df.loc（）

语句来解决您的直接问题

df.loc[df.Merge_org != "Na", 'Base_org'] = df.Merge_org

输出：

  User_id   Base_org  Merge_org
0       A      Apple         Na
1       B   Facebook   Facebook
2       C  Microsoft  Microsoft
3       D     Google         Na
4       E  Instagram         Na

  User_id   Base_org  Merge_org
0       A      Apple         Na
1       B   Facebook   Facebook
2       C  Microsoft  Microsoft
3       D     Google         Na
4       E  Instagram         Na

  User_id   Base_org  Merge_org
0       A      Apple         Na
1       B   Facebook   Facebook
2       C  Microsoft  Microsoft
3       D     Google         Na
4       E  Instagram         Na

  User_id   Base_org  Merge_org
0       A      Apple      Apple
1       B  Instagram   Facebook
2       C       Xbox  Microsoft
3       D     Google     Google
4       E  Instagram  Instagram

这种方法和类似的方法消除了一个事实，即两行的基本值实际上是Instagram和XBox。如果要保留所有三列，则可以像这样从左到右进行替换，保留原始数据和新数据

df.loc[df.Merge_org == "Na", 'Merge_org'] = df.Base_org

输出：

  User_id   Base_org  Merge_org
0       A      Apple         Na
1       B   Facebook   Facebook
2       C  Microsoft  Microsoft
3       D     Google         Na
4       E  Instagram         Na

  User_id   Base_org  Merge_org
0       A      Apple         Na
1       B   Facebook   Facebook
2       C  Microsoft  Microsoft
3       D     Google         Na
4       E  Instagram         Na

  User_id   Base_org  Merge_org
0       A      Apple         Na
1       B   Facebook   Facebook
2       C  Microsoft  Microsoft
3       D     Google         Na
4       E  Instagram         Na

  User_id   Base_org  Merge_org
0       A      Apple      Apple
1       B  Instagram   Facebook
2       C       Xbox  Microsoft
3       D     Google     Google
4       E  Instagram  Instagram

---

这个输出对于调试和进一步开发来说效果更好。

确实，正如您所说的那样，它更简单，当时我似乎很清楚，但使用您的方法后，它极大地促进了我的任务。谢谢您。为什么您会接受一个更难编码、执行时间更长的答案？因为这是一个我可以在需要时通过类调用的函数。但是你的答案也很相关谢谢你的回答，我不知道应用的功能，我意识到它非常有用！对不起，这是我的一个符号错误。你的答案是正确的：）