如何在同一DataFrame中将一列值更新到另一列且保留原有非空值

原有代码的问题 #

• 你只对Location单列执行apply操作，lambda函数只能拿到当前行的Location值，无法获取同一行对应的Pay列原值，自然没法实现保留原Pay值的逻辑
• 你的判断逻辑完全写反了：需求是Pay列为空时才用Location值覆盖，你原来的逻辑是Location不为空就覆盖Pay，和需求完全不符

推荐实现方案 #

优先用pandas向量化操作实现，比apply性能高很多，写法也更简洁：

情况1：空值是空字符串'' #

用where方法实现，逻辑是满足条件时保留原值，不满足时用第二个参数填充：

df['Pay'] = df['Pay'].where(df['Pay'] != '', df['Location'])

情况2：空值是pandas默认的NaN #

直接用fillna方法即可：

df['Pay'] = df['Pay'].fillna(df['Location'])

如果你一定要用apply实现 #

需要对整个DataFrame按行遍历（指定axis=1），此时lambda可以拿到整行的所有字段值：

# 逻辑：当前行Pay为空时返回Location值，否则返回原Pay值
df['Pay'] = df.apply(lambda row: row['Location'] if row['Pay'] == '' else row['Pay'], axis=1)

内容的提问来源于stack exchange，提问作者Randy Chng