Pandas如何通过映射仅修改列指定值，保留NaN对应的原有值？

你可以通过以下两种常用方法实现需求，两种方法均会保留chunkiness为NaN时原chicken列的取值：

方法1：使用fillna补全（最简洁） #

map方法对NaN值会返回NaN，你只需要在赋值前用原有chicken列的内容填充这些NaN即可：

mapping_dict = {0.0: "small", 1.0: "meh", 2.0: "big", 3.0: "chunky!"}
im_df["chicken"] = im_df.chunkiness.map(mapping_dict).fillna(im_df["chicken"])

方法2：使用loc筛选仅修改符合条件的行 #

如果你希望更明确地只处理chunkiness非空的行，避免对其他行做任何改动，可以先做布尔筛选再赋值：

mapping_dict = {0.0: "small", 1.0: "meh", 2.0: "big", 3.0: "chunky!"}
# 筛选chunkiness非空的行
not_null_mask = im_df["chunkiness"].notna()
im_df.loc[not_null_mask, "chicken"] = im_df.loc[not_null_mask, "chunkiness"].map(mapping_dict)

注意：如果chunkiness列存在非NaN但不在mapping_dict键中的值，两种方法都会保留对应行原有的chicken值，如果这不符合你的预期，可以额外加逻辑对无效值做校验处理。

内容的提问来源于stack exchange，提问作者caasswa