dataframe中，如何列B内容为空则执行列B赋值为1的操作，否则不执行操作

可以使用 pandas 库中的 fillna() 方法，将列 B 中的空值填充为 1，代码如下：

df['B'] = df['B'].fillna(1)

这样，如果列 B 中存在空值，则会将其填充为 1，否则不执行任何操作。

相关问题

DataFrame筛选某列不为空的数据

要筛选DataFrame中某列不为空的数据，可以使用`dropna()`方法。下面是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, None, 20],
        'City': ['Beijing', 'Shanghai', 'Guangzhou', None]}
df = pd.DataFrame(data)

# 筛选Age列不为空的数据
filtered_df = df.dropna(subset=['Age'])

print(filtered_df)

输出结果为：

     Name   Age       City
0   Alice  25.0    Beijing
1     Bob  30.0   Shanghai
3   David  20.0       None

PYTHON DATAFRAME 某列以A开头则B列保存为F,B开头则为M

在Python的Pandas库中，如果你想根据DataFrame某列（假设为`column_A`）的值来决定将另一个列（比如`column_B`）的内容存储到新列（例如`new_column`），可以使用条件赋值或者apply函数结合if-else语句来实现。下面是一个简单的例子：

import pandas as pd

# 假设你有一个DataFrame df
df = pd.DataFrame({
   'column_A': ['A', 'B', 'A', 'B', 'A'],
   'column_B': [10, 20, 30, 40, 50]
})

# 创建一个新的列并根据column_A的值更新其内容
df['new_column'] = np.where(df['column_A'].str.startswith('A'), 'F', 'M')

# 或者使用apply()和lambda函数
df['new_column'] = df.apply(lambda row: 'F' if row['column_A'].startswith('A') else 'M', axis=1)

# 结果：
#       column_A  column_B new_column
# 0           A        10          F
# 1           B        20          M
# 2           A        30          F
# 3           B        40          M
# 4           A        50          F

在这个示例中，如果`column_A`的值以字母'A'开头，那么对应的`new_column`就设置为'F'；如果以'B'开头，则设置为'M'。