如何在Pandas DataFrame中按指定列条件填充对应列缺失值？

问题分析 #

你之前的代码失效的核心原因：

• 链式索引qc_data[qc_data['NEW_QC_TEST'] == "PH"]["VALUE"]会返回原DataFrame的视图或副本（Pandas无法明确判断），使用inplace=True时，修改的可能是副本而非原DataFrame，导致原数据无变化。
• 第二种尝试的代码qc_data[qc_data['NEW_QC_TEST'] == "PH"].fillna(6.9, inplace=True)是对符合条件的行的所有列填充6.9，而非仅VALUE列，不符合需求。

正确实现方式 #

方法一：使用.loc精准定位（推荐） #

通过.loc直接定位目标行和列，确保修改作用于原DataFrame：

# 定位NEW_QC_TEST为PH的行，对VALUE列的缺失值填充6.9
qc_data.loc[qc_data['NEW_QC_TEST'] == "PH", 'VALUE'] = qc_data.loc[qc_data['NEW_QC_TEST'] == "PH", 'VALUE'].fillna(6.9)

方法二：使用update方法 #

生成填充后的目标列数据，再同步到原DataFrame：

# 生成仅包含目标列填充后的数据，更新原DataFrame
fill_values = qc_data[qc_data['NEW_QC_TEST'] == "PH"]['VALUE'].fillna(6.9)
qc_data.update(fill_values)

方法三：结合np.where条件赋值 #

用条件判断直接为缺失值赋值：

import numpy as np

qc_data['VALUE'] = np.where(
    (qc_data['NEW_QC_TEST'] == "PH") & qc_data['VALUE'].isnull(),
    6.9,
    qc_data['VALUE']
)

内容的提问来源于stack exchange，提问作者Jose Sanchez Palacios