基于文本列字符串条件填充数值列空值的实现及报错处理

df['TextColumn'].str.contains(string)返回的是长度和数据表行数一致的布尔值Series，而Python的if判断要求输入单个布尔值，系统无法直接判定一整列的布尔结果整体为真或假，因此抛出真值歧义错误。

通过布尔索引筛选出文本列模糊匹配目标字符串的行，仅对这部分行的数值列空值执行填充操作，不会影响其他行的数值：

def fill_nulls(df, string, val):
    # 构造匹配掩码，na=False表示文本列本身为空的行默认不匹配
    match_mask = df['TextColumn'].str.contains(string, na=False)
    # 仅对匹配行的数值列空值填充
    df.loc[match_mask, 'NumericColumn'] = df.loc[match_mask, 'NumericColumn'].fillna(val)
    return df

import pandas as pd
import numpy as np

# 构造测试数据
df = pd.DataFrame({
    'TextColumn': ['苹果手机', '华为平板', '苹果电脑', '小米手机', '苹果耳机'],
    'NumericColumn': [5999, np.nan, np.nan, 3999, np.nan]
})

# 填充所有文本包含「苹果」的行的数值列空值为6999
df = fill_nulls(df, '苹果', 6999)
print(df)

运行后输出结果：

• 若需要区分大小写匹配，可在str.contains中添加参数case=True，默认不区分大小写
• 若需要关闭正则匹配、仅按普通字符串匹配，可在str.contains中添加参数regex=False
• 函数将数据表作为参数传入、处理后返回，避免了操作全局变量的风险，适配多数据表处理场景

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