Pandas如何将DataFrame Code列NaN值替换为Names列拼接_DEFAULT结果

需求说明 #

需要处理DataFrame中Code列存在的两类空值：

• NaN空值
• 空白字符串（含空串、全空格内容）
  将上述空值统一替换为*对应行Names列取值拼接_DEFAULT*的结果，非空值保留原有内容不变。

实现代码 #

如果未导入依赖库，先执行导入：

import pandas as pd
import numpy as np

第一步：把Code列里所有形式的空白值统一转换为pandas可识别的NaN，避免漏判空白字符串：

# 正则匹配所有空串、全空格内容，替换为np.nan
df['Code'] = df['Code'].replace(r'^\s*$', np.nan, regex=True)

第二步：对Code列的NaN值做填充，填充值取同行Names列内容拼接_DEFAULT：

df['Code'] = df['Code'].fillna(df['Names'] + '_DEFAULT')

效果示例 #

原始测试数据：

处理后输出：

内容的提问来源于stack exchange，提问作者Ninad Nakhawa