使用DataFrame.map()时如何避免生成NaN值？实战场景答疑

你当前的问题是：用map()方法时，因为字典只定义了"Shoes"对应的映射值，导致所有"Shirt"对应的Color被替换成NaN，而你希望仅修改"Shoes"的Color为"Blue"，同时保留"Shirt"原有的Color值。

下面是两种可行的解决方法：

方法1：用loc直接定位修改（推荐） #

直接定位到Item为"Shoes"的行，修改对应的Color列值，这种方式更直观高效，不会影响其他行的数据：

fr1.loc[fr1["Item"] == "Shoes", "Color"] = "Blue"

方法2：map()结合fillna()补全原数据 #

如果一定要用map()，可以用fillna()把原来的Color值填充到map产生的NaN位置：

x = {"Shoes": "Blue"}
fr1["Color"] = fr1["Item"].map(x).fillna(fr1["Color"])

这两种方法都能得到你预期的结果："Shoes"的Color变为"Blue"，"Shirt"的Color保留原来的"Red"和"Yellow"。

内容的提问来源于stack exchange，提问作者Josue Medina