如何用Pandas中同行其他列的值替换指定列的特定值

先构造示例DataFrame（匹配你的场景） #

import pandas as pd

data = {
    'Payee': ['DEBIT', 'Grocery Store', 'DEBIT', 'Gas Station'],
    'Memo': ['FC02-0224-0185673-83 mom  ball tickets', 'Weekly groceries', 'Online subscription renewal', 'Fill up tank']
}
df = pd.DataFrame(data)

方法1：使用loc索引直接修改（最直观） #

通过布尔索引定位Payee列等于'DEBIT'的行，直接将这些行的Payee值替换为同一行的Memo值：

df.loc[df['Payee'] == 'DEBIT', 'Payee'] = df['Memo']

方法2：使用where函数 #

where会保留满足条件的原数值，不满足条件的则替换为指定值。这里我们保留非'DEBIT'的Payee值，将'DEBIT'替换为对应Memo：

df['Payee'] = df['Payee'].where(df['Payee'] != 'DEBIT', df['Memo'])

方法3：正确使用mask函数（纠正你之前的用法） #

mask的逻辑是当条件为True时替换值，刚好适配需求——当Payee等于'DEBIT'时，用Memo值替换：

df['Payee'] = df['Payee'].mask(df['Payee'] == 'DEBIT', df['Memo'])

验证结果 #

执行任意一种方法后，打印df即可看到替换效果：

print(df)

输出示例：

Payee                                   Memo
0  FC02-0224-0185673-83 mom  ball tickets  FC02-0224-0185673-83 mom  ball tickets
1                          Grocery Store                          Weekly groceries
2                Online subscription renewal                Online subscription renewal
3                            Gas Station                            Fill up tank

补充：为什么replace可能失效？ #

如果你之前用的是df['Payee'].replace('DEBIT', df['Memo'])，这种写法是全局替换逻辑，replace会把所有'DEBIT'替换为df['Memo']的整个Series，而非对应行的匹配值，所以无法达到预期效果。

内容的提问来源于stack exchange，提问作者Nicholas Coetzee