如何基于Status列筛选Pandas DataFrame的Modified列并填充空值

嗨，这个需求在pandas里有好几种简单的实现方式，我给你分享两个最常用的方案：

方法1：使用loc索引精准赋值 #

先复制原始DataFrame（避免直接修改原数据），然后通过isin()判断Status是否符合条件，对不符合的行把Modified列设为空值：

import pandas as pd

# 你的原始数据
df = pd.DataFrame({'name': {0: 'Peter', 1: 'Anna', 2: 'Anna', 3: 'Peter', 4: 'Simon'}, 
                   'Status': {0: 'Finished', 1: 'Registered', 2: 'Cancelled', 3: 'Finished', 4: 'Registered'}, 
                   'Modified': {0: '2019-03-11', 1: '2019-03-19', 2: '2019-05-22', 3: '2019-10-31', 4: '2019-04-05'}})

# 复制数据并处理
df_result = df.copy()
# 对Status不在['Finished', 'Cancelled']的行，将Modified设为空字符串
df_result.loc[~df_result['Status'].isin(['Finished', 'Cancelled']), 'Modified'] = ''

# 查看结果
print(df_result)

方法2：使用np.where实现一行式处理 #

如果你喜欢更简洁的写法，可以用numpy.where来实现类似三元表达式的逻辑，搭配assign()修改列：

import pandas as pd
import numpy as np

# 原始数据同上，这里直接处理
df_result = df.assign(
    Modified=np.where(df['Status'].isin(['Finished', 'Cancelled']), df['Modified'], '')
)

最终输出结果 #

两种方法都会得到你期望的输出：

name     Status    Modified
0  Peter   Finished  2019-03-11
1   Anna  Registered           
2   Anna  Cancelled  2019-05-22
3  Peter   Finished  2019-10-31
4  Simon  Registered           

内容的提问来源于stack exchange，提问作者klabbaparn