这两个函数在我看来是等效的。你可以在下面的代码中看到,它们实现了相同的目标,因为列 c 和 d 是相等的。那么我应该在什么情况下使用其中一个而不是另一个?
以下是一个例子:
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(0, 10, size=(10, 2)), columns=list('ab'))
df.loc[::2, 'a'] = np.nan
返回: a b
0 NaN 4
1 2.0 6
2 NaN 8
3 0.0 4
4 NaN 4
5 0.0 8
6 NaN 7
7 2.0 2
8 NaN 9
9 7.0 2
这是我的起点。现在我将添加两列,一列使用combine_first,另一列使用fillna,它们将产生相同的结果:
df['c'] = df.a.combine_first(df.b)
df['d'] = df['a'].fillna(df['b'])
返回:
a b c d
0 NaN 4 4.0 4.0
1 8.0 7 8.0 8.0
2 NaN 2 2.0 2.0
3 3.0 0 3.0 3.0
4 NaN 0 0.0 0.0
5 2.0 4 2.0 2.0
6 NaN 0 0.0 0.0
7 2.0 6 2.0 2.0
8 NaN 4 4.0 4.0
9 4.0 6 4.0 4.0
此问题的数据集归功于:将Pandas数据帧列值组合成新列