如何替换Pandas DataFrame指定列的零值为同行其他列差值

没问题，这事儿用Pandas的几种方法都能轻松实现，我给你列几个实用的方案，附带代码和解释：

首先先把你的测试数据构造出来，方便验证：

import pandas as pd

df = pd.DataFrame({
    'A': [10, 6, 5, 3],
    'B': [12, 3, 18, 11],
    'C': [-2, 0, 0, -8]
})

方案1：用loc精准定位替换 #

这是最直观的方法，先筛选出C列值为0的行，再给这些行的C列赋值为对应行A和B的差值：

df.loc[df['C'] == 0, 'C'] = df['A'] - df['B']

原理：df['C'] == 0生成一个布尔数组，标记哪些行的C列是0；loc通过这个布尔数组精准定位到目标行的C列，直接替换成A-B的计算结果。

方案2：用mask函数替换 #

mask函数的逻辑是：满足条件的位置，替换成指定值，不满足的保留原值，非常贴合你的需求：

df['C'] = df['C'].mask(df['C'] == 0, df['A'] - df['B'])

这里第一个参数是替换条件（C等于0），第二个参数是用来替换的内容（A减B），一行代码搞定，可读性很强。

方案3：用where函数反向替换 #

where和mask逻辑相反：满足条件的位置保留原值，不满足的替换成指定值，所以我们可以把条件设为「C不等于0」，这样零值就会被替换：

df['C'] = df['C'].where(df['C'] != 0, df['A'] - df['B'])

最终结果 #

不管用哪种方法，处理后的DataFrame都会变成：

A   B   C
0 10  12  -2
1  6   3   3
2  5  18 -13
3  3  11  -8

完全符合你的要求：C列的非零值保持不变，零值全部替换成了对应行A与B的差值。

内容的提问来源于stack exchange，提问作者Chandan