Python 复制非na行以使用熊猫填充非na列

我有一个如下所示的数据帧

df = pd.DataFrame({'person_id': [101,101,101,101],
                   'sourcename':['test1','test2','test3','test4'],
                            'Test':[np.nan,np.nan,'B5','B6']})

我想做的是从

Test

列复制

non-na

行，并将其粘贴到

sourcename

列下的相应行中

df['sourcename'].update(df['Test'])

当我尝试下面的方法时，它将

sourcename

列的其他行设置为

NA

df['sourcename'] = df.loc[df['Test'].notna()]['Test']

我希望我的输出如下所示

df = pd.DataFrame({'person_id': [101,101,101,101],
                   'sourcename':['test1','test2','test3','test4'],
                            'Test':[np.nan,np.nan,'B5','B6']})

一个想法包括：

具有检查非缺失值的解决方案：

如果已关闭，请分配给按掩码筛选的行：

df.loc[df['Test'].notna(), 'sourcename'] = df['Test']

或：

我们可以使用

Test

列中的

non-NaN

值

更新
sourcename
列中的值

df['sourcename'].update(df['Test'])


这两种解决方案都非常好，我非常感谢耶斯雷尔和舒巴姆。然而，我只能将一个解决方案标记为答案。因此，在不涉及代码的复杂细节的情况下，我将把Jezrael代码标记为所建议的多种解决方案的答案。再次感谢你们的帮助。除非Shubham和Jezrael更喜欢另一个更好的解决方案，否则我可以将其标记为解决方案。我不会深入到诸如速度、性能等复杂的代码细节中，因为我对此一无所知。再次感谢你的帮助
>>> df

   person_id sourcename Test
0        101      test1  NaN
1        101      test2  NaN
2        101         B5   B5
3        101         B6   B6