如何使用pandas的df.loc[]满足指定条件时替换DataFrame列值？

不过先提个小细节：你当前数据里的'NaN'/'Nan'是字符串类型，不是pandas能识别的真正缺失值np.nan，所以第一步得先把这些字符串转成真正的缺失值，不然后续的非空判断会失效。

完整实现步骤： #

1. 先将字符串形式的缺失值转换为np.nan
2. 使用df.loc[]定位满足条件的行，替换type列的值

import pandas as pd
import numpy as np

data = {'type': ['place', 'home', 'place', 'walk', 'place', 'work', 'home', 'place'],
        'labels': ['NaN', 'NaN', 'shop', 'Nan', 'clinic', 'NaN', 'NaN', 'NaN']}
a = pd.DataFrame(data, columns=['type', 'labels'])

# 第一步：把字符串形式的NaN/Nan转成真正的np.nan
a['labels'] = a['labels'].replace(['NaN', 'Nan'], np.nan)

# 第二步：用loc定位条件行，替换type的值
a.loc[(a['labels'].notna()) & (a['type'] == 'place'), 'type'] = a['labels']

# 查看结果
print(a)

执行结果： #

type  labels
0    place     NaN
1     home     NaN
2     shop    shop
3     walk     NaN
4   clinic  clinic
5     work     NaN
6     home     NaN
7    place     NaN

可以看到，满足labels非空且type为place的行（第2、4行），type已经被成功替换成了labels的值，其他行保持不变。

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