如何用其他列的值更新数据框列？

Question

我有一份投资数据集，里面记录了投资的价值、票息率和年收入。有些投资没有产生任何收入，有些投资有票息率，但年收入没有计算出来。现在我想更新收入这一列，当票息有效但收入列没有数字时，该怎么做呢？以下是一些示例数据：

import pandas as pd
import numbers

data = {'value':[100, 150, 200, 250], 'coupon':[3,'-',4,5], 'income':[3,'-',8,'-']}

df = pd.DataFrame(data)

第0行和第2行的数据是完整的，不需要更新。第1行没有收入值，也没有票息值，所以也不需要更新。

只有最后一行的收入值需要更新，更新为12.5。

就像我的示例数据集一样，那些没有实际数字的单元格里是有短横线的，它们并不是空的。

我写了一个函数来执行这个算法，但我不知道怎么把它应用到数据框中：

def filler(value, coupon, income):
    if ~isinstance(income, numbers.Number) and isinstance(coupon, numbers.Number):
        income = (coupon * value)/100
        return(income)
    else:
        pass

Answer 1

当然可以！请看下面的内容：

在编程中，我们常常会遇到一些问题，尤其是当我们在使用某些工具或库的时候。有时候，错误信息可能会让人感到困惑，不知道该如何解决。

比如说，当你在运行代码时，可能会看到一些提示，告诉你哪里出错了。这些提示就像是程序在跟你说：“嘿，这里有个问题！”

有时候，解决问题的方法可能很简单，只需要检查一下你的代码，看看有没有拼写错误，或者是不是漏掉了某个重要的部分。

另外，网络上有很多人也在讨论这些问题，你可以去像StackOverflow这样的地方寻找答案。那里有很多经验丰富的程序员，他们会分享自己的解决方案和经验。

总之，遇到问题时不要慌张，仔细查看错误信息，查找资料，通常都能找到解决办法。

import pandas as pd
import numbers

data = {'value':[100, 150, 200, 250], 'coupon':[3,'-',4,5], 'income':[3,'-',8,'-']}
df = pd.DataFrame(data)

def filler(value, coupon, income):
    if not isinstance(income, numbers.Number) and isinstance(coupon, numbers.Number):
        income = (coupon * value) / 100
        return income
    else:
        return income

df['income'] = df.apply(lambda row: filler(row['value'], row['coupon'], row['income']), axis=1)

print(df)

Answer 2

你不应该使用循环，也不要用-来表示缺失值。

把-去掉，改用NaNs（表示缺失值），并且让你的代码更简洁：

df[['coupon', 'income']] = df[['coupon', 'income']].apply(pd.to_numeric, errors='coerce')

df['income'] = df['income'].fillna(df['coupon'].mul(df['value']).div(100))

输出结果：

   value  coupon  income
0    100     3.0     3.0
1    150     NaN     NaN
2    200     4.0     8.0
3    250     5.0    12.5