如何基于多列条件修改Pandas DataFrame的列值？

问题分析 #

你之前的代码存在几个关键问题：

1. 列名大小写不匹配：原DataFrame的列是小写的division和activity，你写成了大写的Division和Activity，会导致无法定位目标列。
2. 方法使用逻辑错误：fillna()和replace()默认返回新的DataFrame对象，不会修改原数据；且用and连接两个操作是布尔逻辑误用，二者是独立的赋值动作，不能用布尔运算符关联。
3. 需求实现方式偏差：你的需求是当division为'BSS'时直接设置activity为'BSS'，不管activity是否为NaN，用loc直接赋值比fillna()更精准。

可行代码 #

直接通过loc进行条件赋值，分别处理两个需求即可（两个条件可同时生效）：

import pandas as pd
import numpy as np

df = pd.DataFrame({'entity':['BSS'],
                   'activity':[np.nan],
                   'division':['BSS'],
                   'site':['Tanger']})

# 需求1：当division为'BSS'时，将activity设为'BSS'
df.loc[df['division'] == 'BSS', 'activity'] = 'BSS'

# 需求2：当site为'Tanger'时，将division改为'europe'
df.loc[df['site'] == 'Tanger', 'division'] = 'europe'

# 查看处理后的结果
print(df)

执行后输出结果：

entity activity division    site
0    BSS      BSS   europe  Tanger

补充说明 #

如果需要更紧凑的写法，也可以把两个赋值操作放在同一代码块，但分开写可读性更强。这种方式能准确覆盖所有符合条件的行，不管两个条件是否同时满足。

内容的提问来源于stack exchange，提问作者Gorkem Tunc