如何根据Europe行的列值条件替换DataFrame中的非NaN值？

可以通过两步向量化操作高效实现需求，避免循环提升性能：

1. 筛选出Europe行值为0的目标列：

cols_to_modify = df.columns[df.loc['Europe'] == 0]

2. 对目标列执行替换：保留None值，将所有非None值替换为0：

# 方法1：用numpy实现向量化替换
import numpy as np
df[cols_to_modify] = np.where(df[cols_to_modify].isna(), df[cols_to_modify], 0)

# 方法2：用pandas原生方法实现，写法更统一
df[cols_to_modify] = df[cols_to_modify].mask(df[cols_to_modify].notna(), 0)

执行结果验证 #

处理后得到的DataFrame与预期完全一致：

内容的提问来源于stack exchange，提问作者Lucas B. Bahadir