python - Pandas :替换缺失的数据框值/条件计算:fillna

Question

我想计算一个 pandas 数据框，但有些行包含缺失值。对于那些缺失值，我想使用不同的算法。让我们说:

• 如果 B 列包含一个值，则从 B 中减去 A
• 如果 B 列不包含值，则从 C 中减去 A

import pandas as pd
df = pd.DataFrame({'a':[1,2,3,4], 'b':[1,1,None,1],'c':[2,2,2,2]})
df['calc'] = df['b']-df['a']

结果:

print(df)
   a    b  c  calc
0  1  1.0  2   0.0
1  2  1.0  2  -1.0
2  3  NaN  2   NaN
3  4  1.0  2  -3.0

方法 1: 使用 .where 填充 NaN 行:

df['calc'].where(df['b'].isnull()) = df['c']-df['a']

导致SyntaxError: cannot assign to function call。

方法 2: 使用 .iterrows() 填充 NaN 行:

for index, row in df.iterrows():
    i = df['calc'].iloc[index]

    if pd.isnull(row['b']):
        i = row['c']-row['a']
        print(i)
    else:
        i = row['b']-row['a']
        print(i)

执行无误且计算正确，这些i值打印到控制台:

0.0
-1.0
-1.0
-3.0

但值没有写入df['calc']，数据帧保持原样:

print(df['calc'])
0    0.0
1   -1.0
2    NaN
3   -3.0

覆盖 NaN 值的正确方法是什么？

Answer 1

最后，我偶然发现了.fillna:

df['calc'] = df['calc'].fillna( df['c']-df['a'] )

完成任务!谁能解释一下上述两种方法有什么问题...？