如何将Pandas DataFrame列中仅数值替换为另一列对应值

你的判断完全正确，失效根源是sposob-produkcji列为混合数据类型：同时存储了字符串值（如FABRYCZNY）和数值类型值（如整数2022、1975）。
.str.isnumeric()和.str.isdigit()是Pandas字符串访问器的方法，仅对字符串类型的单元格生效，数值类型的单元格调用这两个方法会返回NaN而非布尔值，因此无法命中数值类条目，替换逻辑自然不生效。

不需要逐个枚举年份做匹配，使用pd.to_numeric的错误捕获机制做判断，可兼容数值本身、字符串格式数字两种场景，是最稳妥的通用方案：

import pandas as pd
import numpy as np

# 生成布尔掩码：标记sposob-produkcji列中所有数值类值的位置
is_numeric = pd.to_numeric(cars['sposob-produkcji'], errors='coerce').notna()

# 按掩码完成替换
cars['sposob-produkcji'] = np.where(
    is_numeric,
    cars['rok-produkcji'],
    cars['sposob-produkcji']
)

逻辑说明 #

• pd.to_numeric(cars['sposob-produkcji'], errors='coerce')会逐值尝试转换为数值类型：
  • 本身为数值类型的值、字符串格式的数字会被正常转换为数值
  • 非数值字符串（如FABRYCZNY）转换失败时会被标记为NaN
• 后续调用.notna()即可得到准确的布尔掩码，True对应所有需要替换的数值类条目。

如果需要避免替换后列出现混合类型问题，可在替换时统一将值转为字符串格式：

cars['sposob-produkcji'] = np.where(
    is_numeric,
    cars['rok-produkcji'].astype(str),
    cars['sposob-produkcji'].astype(str)
)

内容的提问来源于stack exchange，提问作者Tomasz