有如下表格，目标是快速的向C列填充上自己需要的值。pandas本身提供了fillna的方法，但是不是特别灵活，例如两个空格需要填充上不同的值，fillna方法就不一定能用的上了

python列填充 fillna python填充数据_python


现提供一种新的方法，用以填充数据。

总体思路如下：

>>> import pandas as pd
>>> import numpy as np
# 读取excel数据
>>> df = pd.read_excel(r'D:/myExcel/1.xlsx')
>>> df
     name     C
0     bog  45.0
1  millor   NaN
2   jiken  23.0
3  senson   NaN
# 判断出C列的nan值位置
>>> dh = df[pd.isna(df['C'])]
>>> dh
     name   C
1  millor NaN
3  senson NaN
# 定义series，表示需要填充的数值，此处index需要与df
# 的index保持一致，否则无法填充。至于需要填充的数值
# 自己可以自定义，此处是根据range函数生成的
>>> se = pd.Series(range(0, 2), index = dh.index)
>>> df.loc[dh.index, 'C'] = se
>>> df
     name     C
0     bog  45.0
1  millor   0.0
2   jiken  23.0
3  senson   1.0
# 进行强制类型转换，获得结果
>>> df['C'] = df['C'].astype(int)
>>> df
     name   C
0     bog  45
1  millor   0
2   jiken  23
3  senson   1
>>>