python-3.x - 将列更改为数据

Question

我有一个数据库：

   Date          14/06/2019
0  08/06/2019    some data
1  07/06/2019    some data
2  08/06/2019    NaN
3  06/06/2019    NaN

我希望输出为：

Date
0  14/06/2019
1  14/06/2019
2  08/06/2019
3  06/06/2019

意思是，我想删除“14/06/2019”列并覆盖“Date”列的行，其中“14/06/2019”的行有一些数据，并保留“Date”列的行原样其中“14/06/2019”的行是 NaN。

标签： python-3.xpandas

Answer 1

用于DataFrame.pop提取列14/06/2019，测试缺失值，Series.notna如果条件匹配，则覆盖值DataFrame.loc：

df.loc[df.pop('14/06/2019').notna(), 'Date'] = "14/06/2019"

或者Series.where：

df['Date'] = df['Date'].where(df.pop('14/06/2019').isna(), "14/06/2019")
#alternative with mask and notna
#df['Date'] = df['Date'].mask(df.pop('14/06/2019').notna(), "14/06/2019")

或者numpy.where：

df['Date'] = np.where(df.pop('14/06/2019').notna(), "14/06/2019", df['Date'])

print (df)
         Date
0  14/06/2019
1  14/06/2019
2  08/06/2019
3  06/06/2019