如何保留原DataFrame数据，拆分列内容填充NaN值列？

要实现需求同时保留原DataFrame的所有数据，核心是仅定位并更新符合条件的行，而非单独提取处理后丢失原数据。具体步骤如下：

1. 读取数据并纠正语法错误
   注意pd.load_csv是笔误，正确写法为pd.read_csv：

   import pandas as pd
   df = pd.read_csv("data.csv")
   

2. 创建条件掩码定位目标行
   精准筛选出Task为NaN且Room包含'closed'（不区分大小写）的行：

   mask = df['Task'].isna() & df['Room'].str.contains('closed', case=False)
   

3. 拆分目标行的Room列
   使用正向预查正则(?=closed)拆分字符串，确保'closed'及后续内容作为拆分后的第二部分：

   split_result = df.loc[mask, 'Room'].str.split("(?=closed)", expand=True)
   

4. 更新原DataFrame的对应列
   将拆分后的前半部分赋值回Room列，后半部分填充Task列的NaN值，仅更新符合条件的行：

   df.loc[mask, 'Room'] = split_result[0]
   df.loc[mask, 'Task'] = split_result[1]
   

执行完上述代码后，原DataFrame的其他行和列都会保持不变，仅目标行完成拆分更新。

内容的提问来源于stack exchange，提问作者JBA