如何基于条件替换Pandas DataFrame中的值？

这是个非常典型的DataFrame数据清洗场景，我给你提供几种简洁高效的实现方式，都能帮你达成目标：

方法1：使用replace方法结合列映射 #

这是最直观的方式，直接指定要替换的字符，并映射到同行的B列值（注意要把B列转为字符串类型，和A列保持类型一致）：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A':['1','-','-','4','5'], 'B': [5, 6, 7, 8, 9]})
# 执行替换
df['A'] = df['A'].replace('-', df['B'].astype(str))
print(df)

方法2：使用where方法做条件保留 #

where方法会在条件满足时保留原列的值，不满足时替换为指定值，逻辑清晰易懂：

df['A'] = df['A'].where(df['A'] != '-', df['B'].astype(str))

方法3：使用mask方法做条件替换 #

和where逻辑相反，mask会在条件满足时替换值，适合直接定位需要修改的行：

df['A'] = df['A'].mask(df['A'] == '-', df['B'].astype(str))

验证结果 #

执行上述任意一种方法后，你都会得到目标DataFrame：

A  B
0  1  5
1  6  6
2  7  7
3  4  8
4  5  9

内容的提问来源于stack exchange，提问作者r14z