如何简洁高效地基于另一列非空值填充DataFrame指定列空值？

需求说明 #

当DataFrame的列A为空值（NaN），且同一行的列B非空时，将A的值替换为B的值；若两列均为空则跳过操作。

测试数据 #

import numpy as np
import pandas as pd

test = {'A': [3, np.nan, np.nan, 0], 'B': [4, 5, np.nan, 10]}
test_df = pd.DataFrame.from_dict(test)

简洁高效的实现方法 #

方法1：使用combine_first（最简洁）

combine_first专门用于用另一列的值填充当前列的NaN，且仅当另一列非空时生效，完全匹配需求：

test_df['A'] = test_df['A'].combine_first(test_df['B'])

方法2：使用fillna结合where

通过where过滤出B列非空的值，再用fillna填充A的NaN：

test_df['A'] = test_df['A'].fillna(test_df['B'].where(test_df['B'].notna()))

方法3：使用loc布尔掩码赋值

先构造精准的条件掩码，直接对目标行赋值，逻辑清晰直观：

# 构造掩码：A为空且B非空
mask = test_df['A'].isna() & test_df['B'].notna()
# 对符合条件的行赋值
test_df.loc[mask, 'A'] = test_df.loc[mask, 'B']

验证结果 #

执行上述任意方法后，test_df的输出与期望一致：

A     B
0  3.0   4.0
1  5.0   5.0
2  NaN   NaN
3  0.0  10.0

内容的提问来源于stack exchange，提问作者Sleepelite