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，覆盖"14/06/2019”列中有一些数据的"Date“列的行，并保留"14/06/2019”列的行是NaN的行。

Answer 1

使用DataFrame.pop提取列14/06/2019，使用Series.notna测试缺少的值，并使用DataFrame.loc覆盖匹配条件的值

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

或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