如何用另一列值替换DataFrame某列中的空值/NaN？

df['Date'].replace(np.nan, df['Date2']) 无法生效的核心问题在于：replace 方法的参数逻辑是值映射替换——当你传入df['Date2']作为替换值时，它只会取这个Series的第一个元素，把所有NaN都替换成同一个值，而不是按行对应填充缺失的位置。

以下是三种可靠的逐行替换缺失值的方式：

• 方法一：使用fillna（推荐，最直观）
  fillna 原生支持传入Series，按行匹配填充缺失值：

import pandas as pd
import numpy as np

df['Date'] = df['Date'].fillna(df['Date2'])

• 方法二：使用combine_first
  该方法会用右侧列的值填充左侧列的缺失值，同时保留左侧列的非缺失数据：

df['Date'] = df['Date'].combine_first(df['Date2'])

• 方法三：使用where条件判断
  通过布尔索引控制，仅当Date列存在缺失时，用Date2对应行的值替换：

df['Date'] = df['Date'].where(df['Date'].notna(), df['Date2'])

构造测试数据验证效果：

# 创建测试DataFrame
df = pd.DataFrame({
    'Date': ['2023-01-01', np.nan, '2023-01-03', np.nan],
    'Date2': ['2023-02-01', '2023-02-02', '2023-02-03', '2023-02-04']
})

# 应用fillna替换
df['Date'] = df['Date'].fillna(df['Date2'])
print(df)

输出结果：

Date       Date2
0  2023-01-01  2023-02-01
1  2023-02-02  2023-02-02
2  2023-01-03  2023-02-03
3  2023-02-04  2023-02-04

内容的提问来源于stack exchange，提问作者Samir112