熊猫：根据其他列值有条件地替换值

Question

我有一个数据帧（df），看起来像这样：

                    environment     event   
time                    
2017-04-28 13:08:22     NaN         add_rd  
2017-04-28 08:58:40     NaN         add_rd  
2017-05-03 07:59:35     test        add_env
2017-05-03 08:05:14     prod        add_env
...

现在，我的目标是，对于事件列中的每个add_rd，应将环境列中关联的NaN-值替换为字符串rd。

                    environment     event   
time                    
2017-04-28 13:08:22     RD          add_rd  
2017-04-28 08:58:40     RD          add_rd  
2017-05-03 07:59:35     test        add_env
2017-05-03 08:05:14     prod        add_env
...

到目前为止我做了什么

我偶然发现了df['环境']=df['环境]. fillna（'RD'），它替换了每个NaN（这不是我要找的），pd.isnull（df['环境']）缺少值和np.where（df['环境']，x，y），这似乎是我想要的，但不起作用。此外，我尝试了这个：

import pandas as pd

for env in df['environment']:
    if pd.isnull(env) and df['event'] == 'add_rd':
        env = 'RD'

缺少索引或某种迭代器来访问事件列中的等效值
我试过这个：

df['environment'] = np.where(pd.isnull(df['environment']), df['environment'] = 'RD', df['environment'])

SyntaxError: keyword can't be an expression

这显然不起作用。

我看了几个问题，但不能基于答案中的建议。布莱克的问题西蒙的问题szli的问题扬·威廉斯·图尔普的问题

那么，如何基于其他列的值替换列中的值呢？

Answer 1

使用DataFrame.loc替换特定列中的值

In [1]: import pandas as pd

In [2]: dictionary = {'time': ['2017-04-28 13:08:22', '2017-04-28 08:58:40', 
                               '2017-05-03 07:59:35','2017-05-03 08:05:14'],
                       'environment': ['NaN', 'NaN', 'test', 'prod'], 
                       'event': ['add_rd', 'add_rd', 'add_env', 'add_env']
                     }

In [3]: df = pd.DataFrame(dictionary, columns= ['time', 'environment', 'event'])
        print(df) 
        
Out [3]:                  time environment    event
         0  2017-04-28 13:08:22         NaN   add_rd
         1  2017-04-28 08:58:40         NaN   add_rd
         2  2017-05-03 07:59:35        test  add_env
         3  2017-05-03 08:05:14        prod  add_env

In [4]: df.loc[df['event'] == 'add_rd', 'environment'] = 'RD'
        print(df) 
        
Out [4]:                  time environment    event
         0  2017-04-28 13:08:22          RD   add_rd
         1  2017-04-28 08:58:40          RD   add_rd
         2  2017-05-03 07:59:35        test  add_env
         3  2017-05-03 08:05:14        prod  add_env

Answer 2

您可以考虑使用其中：

df.environment.where((~df.environment.isnull()) & (df.event != 'add_rd'),
                     'RD', inplace=True)

如果不满足条件，则用第二个元素替换这些值。

Answer 3

现在我的目标是，对于事件列中的每个add_rd，环境列中关联的NaN值应该替换为字符串rd。

根据@Zero的评论，使用pd。数据帧。loc和布尔索引：

df.loc[df['event'].eq('add_rd') & df['environment'].isnull(), 'environment'] = 'RD'