如何根据DataFrame同行WFR列值填充MEAN列的NaN缺失值

直接调用Pandas内置的fillna()方法即可，不需要逐行遍历判断，代码如下：

import pandas as pd

# 此处df替换为你自己的DataFrame变量名
df['MEAN'] = df['MEAN'].fillna(value=df['WFR'])

效果说明 #

执行代码后仅会修改MEAN列的缺失值：

• 原索引0行（NAME为A）的MEAN值会填充为对应WFR列的20
• 原索引4行（NAME为B、YEAR为2018）的MEAN值会填充为对应WFR列的90

其余非空的MEAN值不会发生任何变更，完全匹配你的填充规则。该操作为矢量化运算，执行效率高，即便是百万行级别的数据也可以快速完成处理。

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