Python 熊猫：将Nan替换为两列之一的值

给定以下数据帧df，其中df['B']=df['M1']+df['M2']：

我希望B列中的NaN等于M1或M2中的相应值，前提是后者不是NaN：

建议使用：

df.LOC[dF[b]′.ISNULL，'B'′＝DF['M1′]，但该线的结构允许考虑M1或M2，而不是同时考虑。 关于我应该如何改变它来考虑这两个栏目的想法？

编辑

---

不是重复的问题！为了便于理解，我声称df['B']=df['M1']+df['M2']，但在我的实际情况中，df['B']不是一个和，而是来自一个相当复杂的计算。因此，我无法对df['B']应用简单的公式：我所能做的就是更改NaN值，使其与M1或M2中的相应值相匹配。

基于我们在上述注释中的讨论

df.B=df.B.fillna(df[['M1','M2']].max(1))
df
Out[52]: 
   A   M1    M2     B
0  1  1.0   2.0   3.0
1  1  2.0   NaN   2.0
2  1  3.0   6.0   9.0
3  1  4.0   8.0  12.0
4  1  NaN  10.0  10.0
5  1  6.0  12.0  18.0

来自耶斯雷尔

df['B']= (df['M1']+ df['M2']).fillna(df[['M2','M1']].sum(1))

---

基于我们在评论中的上述讨论

df.B=df.B.fillna(df[['M1','M2']].max(1))
df
Out[52]: 
   A   M1    M2     B
0  1  1.0   2.0   3.0
1  1  2.0   NaN   2.0
2  1  3.0   6.0   9.0
3  1  4.0   8.0  12.0
4  1  NaN  10.0  10.0
5  1  6.0  12.0  18.0

来自耶斯雷尔

df['B']= (df['M1']+ df['M2']).fillna(df[['M2','M1']].sum(1))

---

您需要df['B']=df['M1'].adddf['M2']，fill_value=0，使用df.B.fillnadf['M2'，'M1']似乎是dupe…@FaCoffee fillna。max1@FaCoffee我认为我们认为df['B']=df['M1']+df['M2'].fillnadf['M2'，'M1'].max1，另一个解决方案是df['B']=df['M1']+df['M2'].fillnadf['M2'，'M1']。sum1@FaCoffee是的，杰兹是对的，您只需要将其分配回df.B=df.B.fillnadf[['M2'，'M1']。max1@Wen-请加上答案；您需要df['B']=df['M1'].adddf['M2']，fill_value=0，使用df.B.fillnadf['M2'，'M1']似乎是dupe…@FaCoffee fillna。max1@FaCoffee我认为我们认为df['B']=df['M1']+df['M2'].fillnadf['M2'，'M1'].max1，另一个解决方案是df['B']=df['M1']+df['M2'].fillnadf['M2'，'M1']。sum1@FaCoffee是的，杰兹是对的，您只需要将其分配回df.B=df.B.fillnadf[['M2'，'M1']。max1@Wen-请加上答案@耶斯雷尔不用担心，我想op也会帮助自己：——@Wen-ya，这取决于你，但我认为最好是从维基改为普通答案；祝你好运@耶斯雷尔不用担心，我想op也会帮助自己：——@Wen-ya，这取决于你，但我认为最好是从维基改为普通答案；祝你好运