如何用day_mins列的函数填充DataFrame中day_charge列的NaN值？

嘿，这个需求用Pandas就能轻松搞定！我给你分享几种实用的方法，你可以根据自己的习惯选：

方法一：使用fillna()直接填充 #

这是最简洁的方式，fillna()会自动保留非NaN的原有值，只把空值替换成计算结果：

import pandas as pd

# 假设你的DataFrame名为df
df['day_charge'] = df['day_charge'].fillna(df['day_mins'] * 0.17)

方法二：定位NaN行后赋值 #

这种方式更直观，先精准找到day_charge为空的行，再给这些行的该列赋值：

# 筛选出day_charge为NaN的行，然后赋值计算结果
df.loc[df['day_charge'].isna(), 'day_charge'] = df['day_mins'] * 0.17

方法三：使用where()条件替换 #

where()的逻辑是：当条件满足时保留原值，不满足时用指定值替换，这里我们用它来替换NaN：

df['day_charge'] = df['day_charge'].where(df['day_charge'].notna(), df['day_mins'] * 0.17)

这三种方法都能达到你要的效果，选哪种都可以~

内容的提问来源于stack exchange，提问作者The Dodo