python - Pandas :在给定条件下填充nans

Question

我正在努力解决一些看似微不足道但显然并非如此的事情。一般图片:data - pandas dataframe - 包含(除其他外)TOTAL_VISITS 和 NUM_PRINTS 列。

目标:给定 num_prints 参数，找到 NUM_prints = num_prints 的行，并用给定的数字填充 nan。

我停下来的地方，它不再有意义了:

indices= data['NUM_PRINTS'] == num_prints

data.loc[indices,'TOTAL_VISITS'].fillna(5,inplace=True)

就我所知道和阅读的内容而言，这应该是可行的。在实践中没有用任何东西填充 nans，看起来它可以使用副本或其他东西，因为它没有改变原始对象中的任何东西。

什么有效:

data.loc[indices,'TOTAL_VISITS'] = 2

这确实在 num_print 条件下用 2 填充了列，但不考虑 nans。

data['TOTAL_VISITS'].fillna(0, inplace=True)

这确实用 0 填充了总访问量中的 nans，但没有考虑 num_prints 条件。

我对 .iloc 的常规 for 循环有点绝望，而且条件花费的时间太长，我无法处理。

Answer 1

我觉得这个不错

data['TOTAL_VISITS'] = np.where(data['NUM_PRINTS'] == 1, 100, data['TOTAL_VISITS'])