Pandas如何使用其他列的部分值填充指定列的NaN值

问题原因 #

原有代码中 df.venue.str.split()[0] 取的是venue列所有值分割后生成的列表Series的首个元素，也就是第一行venue的分割结果，属于固定值，因此所有空行都会被填充为同一个值。

正确实现方案 #

方案1：向量化操作（性能最优，推荐） #

使用str[0]对每一行的分割结果单独取第一个单词，生成和原表行数对齐的Series传入fillna，会自动按索引匹配填充：

df['city'] = df['city'].fillna(df['venue'].str.split(n=1).str[0])

补充说明：split(n=1)表示仅按第一个空格分割1次，不需要分割整段文本，性能更高，也能避免venue值本身包含多个空格的场景下取到错误的结果。

方案2：行级遍历（适合需要额外自定义判断的场景） #

如果需要额外加判断逻辑（比如venue为空时的兜底值），可以用apply逐行处理：

import pandas as pd
df['city'] = df.apply(
    lambda row: row['venue'].split()[0] if pd.isna(row['city']) and pd.notna(row['venue']) else row['city'],
    axis=1
)

内容的提问来源于stack exchange，提问作者Puneeth G P