基于条件替换DataFrame中character列空值的问题求助

首先纠正你代码里的核心错误：你定义了DataFrame df，但后续操作的是原始字典all_data——字典并没有loc、isnull()这些DataFrame专属方法，这是你前两种方法失效的关键原因。

针对你的需求，以下是几种高效的实现方式：

方法1：使用np.where（推荐，向量化操作效率最高） #

import pandas as pd
import numpy as np

all_data = {
    "person_id": [7782, 28692],
    "id": ["tm82169", "tm17823"],
    "name": ["John G.Avildsen", "Randal Kleiser"],
    "character": [np.nan, np.nan],
    "role": ["DIRECTOR", "ACTOR"]
}
index_labels = [1,2]
df = pd.DataFrame(all_data,index=index_labels)

# 仅对空值行，根据role赋值，非空值保持原样
df['character'] = np.where(
    df['character'].isnull(),
    np.where(df['role'] == 'ACTOR', 'figurant', 'director'),
    df['character']
)

print(df)

方法2：使用loc分条件处理 #

# 先处理DIRECTOR对应的空值
df.loc[(df['character'].isnull()) & (df['role'] == 'DIRECTOR'), 'character'] = 'director'
# 再处理ACTOR对应的空值
df.loc[(df['character'].isnull()) & (df['role'] == 'ACTOR'), 'character'] = 'figurant'

方法3：映射字典+填充空值 #

# 建立role到目标值的映射关系
role_map = {'DIRECTOR': 'director', 'ACTOR': 'figurant'}
# 仅对character为空的行，用role映射后的值填充
df['character'] = df['character'].fillna(df['role'].map(role_map))

你的循环方法失效的原因 #

1. fillna()默认不修改原DataFrame，必须加上inplace=True才会生效；
2. 循环逻辑错误：你遍历的是role的单个值，每次操作却覆盖整个character列，导致最终只有最后一次循环的规则生效。即使修正，循环在pandas中属于低效操作，大数据集下不建议使用。

内容的提问来源于stack exchange，提问作者Anh Tu Pham