Pandas中如何将另一列的值赋值给指定列的空单元格

针对district列空值取对应行city列值填充的需求，直接使用pandas内置方法即可实现，无需手写逐行循环，执行效率高、代码简洁。

核心实现代码 #

最推荐使用fillna方法，语义直观可读性强：

df["district"] = df["district"].fillna(df["city"])

也可以使用combine_first方法实现完全一致的效果：

df["district"] = df["district"].combine_first(df["city"])

逻辑说明 #

• 当fillna接收Series类型作为填充参数时，会自动按照行索引匹配对应位置的值，仅对值为NaN的单元格执行填充，district列原本非空的取值会完全保留，完全匹配需求逻辑。
• 两种方法运行后得到的结果完全一致，日常开发优先选fillna写法即可，其他协作者能快速识别代码意图。

特殊场景适配 #

如果你的district列空值不是标准NaN格式（比如是空字符串、"缺失"这类自定义的空值标记），可以先将这类值统一替换为标准空值，再执行填充操作：

import numpy as np
# 把自定义空值标记替换为标准NaN后再填充
df["district"] = df["district"].replace(["", "NaN", "缺失", "无"], np.nan).fillna(df["city"])

执行完上述代码后，得到的结果和预期完全一致：

内容的提问来源于stack exchange，提问作者Carola