Pandas：基于布尔筛选将city列值替换至空值county列

我正在处理一个9K行的小型DataFrame，包含county和city两列。部分行的county值为NaN，但city列包含带“County”的县名。已通过以下代码定位目标行：

filter1 = df['county'].isna()
filter2 = df['city'].str.contains('County')
df[filter1 & filter2]

尝试三种方法将符合条件行的city值赋值给county均失败，以下是问题原因和修正方案：

方法1：切片副本赋值警告 #

原代码问题 #

df[filter1 & filter2]['county'] = df[filter1 & filter2]['city']

链式索引会触发SettingWithCopyWarning，因为你是在DataFrame的切片副本上赋值，而非原DataFrame本身，修改不会同步到原数据。

正确语法 #

用.loc直接定位原DataFrame的行和列，右侧直接取对应行的city列即可（布尔索引会自动对齐行）：

# 完整写法
mask = df['county'].isna() & df['city'].str.contains('County')
df.loc[mask, 'county'] = df.loc[mask, 'city']

# 更简洁的写法
df.loc[mask, 'county'] = df['city']

方法2：类型错误（&运算符误用） #

原代码问题 #

df['county'] = df.apply(lambda x: x['city'] if (x['county'].isna() & 'County' in x['city']) else x['county'], axis=1 )

错误在于逻辑运算符混用：&是numpy/pandas的矢量化位运算符，而'County' in x['city']是Python原生布尔判断，两者类型、优先级不兼容，导致str & str的类型错误。另外未处理x['city']为NaN的情况，会引发额外报错。

正确写法 #

替换&为Python原生逻辑运算符and，同时增加city非空判断：

import pandas as pd
df['county'] = df.apply(
    lambda x: x['city'] if (pd.isna(x['county']) and isinstance(x['city'], str) and 'County' in x['city']) 
    else x['county'], 
    axis=1
)

方法3：条件判断错误 #

原代码问题 #

df['county'] = np.where(df['county']=='unknown' & df['city'].str.contains('County'), df['city'], df['county'] )

存在两个核心问题：

1. 运算符优先级错误：&的优先级高于==，实际执行的是'unknown' & df['city'].str.contains(...)，逻辑完全偏离预期
2. 条件不匹配：你需要处理的是county为NaN的行，代码中却判断county=='unknown'

正确写法 #

给条件添加括号明确优先级，修正判断逻辑：

import numpy as np
mask = df['county'].isna() & df['city'].str.contains('County')
df['county'] = np.where(mask, df['city'], df['county'])

最优推荐方案 #

优先使用.loc或np.where的矢量化操作，比apply效率更高（尤其适合批量数据处理）：

mask = df['county'].isna() & df['city'].str.contains('County')
# 方案1：.loc赋值（直观易读）
df.loc[mask, 'county'] = df['city']

# 方案2：np.where（一行式简洁写法）
df['county'] = np.where(mask, df['city'], df['county'])

内容的提问来源于stack exchange，提问作者Feikname