仅当另一列有值时填充指定列的Pandas实现问题

问题原因 #

现有代码的核心问题是过滤条件错误：
你的col1是数值型列，空值在Pandas中以NaN表示，而非空字符串''。用df['col1'] != ''判断时，数值与空字符串类型不匹配，会返回True，导致所有行都被选中填充。

修正后的代码 #

import pandas as pd
from datetime import datetime, timedelta

# 日期处理函数
def add_days_to_date(date, days):
    subtracted_date = pd.to_datetime(date) + timedelta(days=days)
    return subtracted_date.strftime("%m-%d")

# 示例数据（加入NaN模拟空值场景）
df = pd.DataFrame(
    {
        'col1': [12, 34, None, 23, 12, None, 53, 12, 43, 12],
        'col2': ['USD', 'CAD', 'USD', 'USD', 'CAD', 'USD', 'USD', 
                 'EURO', 'USD', 'USD'],
    }
)

date = datetime.date.today()
date_format = date.strftime('%m-%d')
target_str = f"Opened {date_format} will need an update {add_days_to_date(date, 30)}"

# 初始化col3为空字符串
df['col3'] = ""
# 仅给col1非空的行填充目标字符串
df.loc[df['col1'].notna(), 'col3'] = target_str

关键说明 #

• df['col1'].notna()是Pandas中判断数值列非空（非NaN）的标准方法，能精准定位目标行。
• 先将col3初始化为空字符串（或pd.NA），再通过loc赋值，确保仅符合条件的行被填充。
• 若col1是字符串型列，空值为''，则可改用df['col1'] != ''作为过滤条件。

内容的提问来源于stack exchange，提问作者Jose Daniel Rojas