基于另一列值替换DataFrame中hits列空值的技术求助

需求说明 #

现有一个包含两列的DataFrame：

• hits列：包含数值和NaN空值
• converted列：值为0或1

需要实现：

• 当converted值为1且对应hits为NaN时，将hits替换为9
• 当converted值为0且对应hits为NaN时，将hits替换为6
• 非NaN的hits值保持不变

原代码问题分析 #

你尝试的lambda写法存在以下错误：

• 访问当前行数据时误用了df['converted']，axis=1模式下apply的参数是单一行数据，应使用row['converted']
• 判断NaN不能用== 'nan'，字符串'nan'和pandas的NaN不是同一概念，需用pd.isna()判断
• 逻辑与操作&未加括号，单元素判断更适合用and
• 未保留原hits的非空值，直接强制替换为6或9

正确解决方案 #

方案1：修正后的apply写法 #

适合小数据集，逻辑直观：

import pandas as pd

df['hits'] = df.apply(
    lambda row: 9 if row['converted'] == 1 and pd.isna(row['hits']) 
                else 6 if row['converted'] == 0 and pd.isna(row['hits'])
                else row['hits'],
    axis=1
)

方案2：矢量化操作（推荐，效率更高） #

pandas矢量化操作避免逐行循环，适合大数据集：

import numpy as np
import pandas as pd

# 方法A：嵌套np.where
df['hits'] = np.where(
    pd.isna(df['hits']),
    np.where(df['converted'] == 1, 9, 6),
    df['hits']
)

# 方法B：分条件fillna
# 先处理converted=1的空值
df.loc[df['converted'] == 1, 'hits'] = df.loc[df['converted'] == 1, 'hits'].fillna(9)
# 再处理converted=0的空值
df.loc[df['converted'] == 0, 'hits'] = df.loc[df['converted'] == 0, 'hits'].fillna(6)

内容的提问来源于stack exchange，提问作者mouhamad