python - Pandas:根据其他列值有条件地替换值

Question

我有一个数据框(df)，如下所示:

                    environment     event   
time                    
2017-04-28 13:08:22     NaN         add_rd  
2017-04-28 08:58:40     NaN         add_rd  
2017-05-03 07:59:35     test        add_env
2017-05-03 08:05:14     prod        add_env
...

现在我的目标是 event 列中的每个 add_rd，以及 environment 中关联的 NaN 值> 列应替换为字符串 RD。

                    environment     event   
time                    
2017-04-28 13:08:22     RD          add_rd  
2017-04-28 08:58:40     RD          add_rd  
2017-05-03 07:59:35     test        add_env
2017-05-03 08:05:14     prod        add_env
...

<小时/>

到目前为止我做了什么

我偶然发现了 df['environment'] = df['environment].fillna('RD') ，它取代了 every NaN (这不是我要找的)， pd.isnull(df['environment']) 正在检测缺失值和 np.where(df['environment'], x ,y) 这似乎是我想要的，但不起作用。 我还尝试过这个:

import pandas as pd

for env in df['environment']:
    if pd.isnull(env) and df['event'] == 'add_rd':
        env = 'RD'

缺少索引或缺少某种迭代器来访问 event 列中的等效值。
我尝试过这个:

df['environment'] = np.where(pd.isnull(df['environment']), df['environment'] = 'RD', df['environment'])

SyntaxError: keyword can't be an expression

这显然不起作用。

我查看了几个问题，但无法根据答案中的建议进行构建。 Black's question Simon's question szli's question Jan Willems Tulp's question

那么，如何根据另一列的值替换一列中的值？

Answer 1

Now my goal is for each add_rd in the event column, the associated NaN-value in the environment column should be replaced with a string RD.

根据@Zero的评论，使用pd.DataFrame.loc和 bool 索引:

df.loc[df['event'].eq('add_rd') & df['environment'].isnull(), 'environment'] = 'RD'