Pandas如何使用同一行另一列的数值填充空值NA

你场景里的空值为空字符串""，不属于Pandas默认识别的NaN缺失值，可通过以下两种方法实现用同行列B的值填充列A空值的需求：

方法1：使用fillna实现（可读性最高，推荐） #

先将列A的空字符串转为Pandas缺失值，再用列B的值填充：

import pandas as pd

# 你的示例数据
df = pd.DataFrame({"column A": ["Atlanta", "Atlanta", "New York", "",""], 
                   "column B": ["AT", "AT", "NY", "1", ""]})

# 核心处理逻辑
df['column A'] = df['column A'].replace("", pd.NA).fillna(df['column B'])

如果你的原始数据中列A的空值本身就是NaN而非空字符串，可以直接简化为：

df['column A'] = df['column A'].fillna(df['column B'])

方法2：使用mask条件替换（无需转换缺失值） #

直接针对空字符串做条件匹配替换，不需要提前转换缺失值格式：

df['column A'] = df['column A'].mask(df['column A'] == "", df['column B'])

两种方法运行后均符合你给出的预期输出，最后一行因为列B本身为空，所以填充后列A仍然保持为空。

内容的提问来源于stack exchange，提问作者Daven1