仅当满足另一列的条件时填充na

Question

我有一个看起来像这样的dataframe 测试：

| sales |transactions|
|-------|------------|
|0.0    |NaN         |
|0.0    |NaN         |
|3802.29|NaN         |
|4520.35|8359        |

我正在寻找一种在“销售”列中仅具有0的行中填充NAN值的方法，而无需更改其他行。我尝试了一下：

test['transactions'] = test.apply(
        lambda row: 0 if row['sales'] == 0 else None,
        axis=1)

它适用于那些行，但问题是填充了NAN所有其他行

输出：

| sales |transactions|
|-------|------------|
|0.0    |0.0         |
|0.0    |0.0         |
|3802.29|NaN         |
|4520.35|NaN         |

预期结果：

| sales |transactions|
|-------|------------|
|0.0    |0.0         |
|0.0    |0.0         |
|3802.29|NaN         |
|4520.35|8359        |

预先感谢您。

Answer 1

mask

具体来说，在mask中使用其他参数，

df.assign(
    transactions=df.transactions.mask(df.sales == 0, other=0)
)

     sales  transactions
0     0.00           0.0
1     0.00           0.0
2  3802.29           NaN
3  4520.35        8359.0

---

如果您有一项交易，在销售额为零的情况下不是零，并且不要想要用零替换非无效事务，然后做：

mask = df.sales == 0 & df.transactions.isna()
df.assign(
    transactions=df.transactions.mask(mask, other=0)

)