使用Pandas根据条件映射列值
场景：
假设您有一个包含三列（a、b、c）的Pandas DataFrame。如何根据c列的值是否存在，将a列的对应值映射到c列？
解决方案：
Pandas的.loc方法可以高效地实现这一目标。.loc允许基于布尔索引选择DataFrame的子集并修改其值。
以下代码演示了如何解决这个问题：
<code class="python">import pandas as pd
import numpy as np
# 创建示例DataFrame
data = {'a': ['a1', 'a2', 'a3', 'a4', 'a5'],
'b': [1, 2, 3, 4, 5],
'c': ['c1', np.nan, 'c3', np.nan, 'c5']}
df = pd.DataFrame(data)
# 找到c列非空值的行索引
c_not_null_indices = df['c'].notnull()
# 使用.loc进行条件赋值
df.loc[c_not_null_indices, 'c'] = df.loc[c_not_null_indices, 'a']
# 打印结果
print(df)</code>
输出结果：
<code> a b c 0 a1 1 a1 1 a2 2 NaN 2 a3 3 a3 3 a4 4 NaN 4 a5 5 a5</code>
这段代码首先创建了一个示例DataFrame。然后，它使用df['c'].notnull()找到c列中非空值的行索引。最后，它使用.loc将a列的对应值赋给c列的非空值行。 请注意，我们使用了np.nan来表示缺失值，这比使用None更符合Pandas的规范。
通过这种方法，我们成功地根据c列的值有选择地更新了a列的值。 这种技术在数据清洗和转换中非常实用。
