在Python2.2环境中，处理包含Pandas DataFrame的数据时，遇到一个问题：需要将Farheit列的数值填充到Temp_Rating列中对应位置的NaN值。目标是保留原有顺序，确保每行的Temp_Rating列被正确更新。通过布尔选择只能处理一列，但无法同时处理两列并保持顺序。目前寻找一种方法，能够定位到Temp_Rating中的NaN行，并用Farheit列的值进行替换。
我在Python 2.2中使用这个Pandas DataFrame。
File heat Farheit Temp_Rating
1 YesQ 75 N/A
1 NoR 115 N/A
1 YesA 63 N/A
1 NoT 83 41
1 NoY 100 80
1 YesZ 56 12
2 YesQ 111 N/A
2 NoR 60 N/A
2 YesA 19 N/A
2 NoT 106 77
2 NoY 45 21
2 YesZ 40 54
3 YesQ 84 N/A
3 NoR 67 N/A
3 YesA 94 N/A
3 NoT 68 39
3 NoY 63 46
3 YesZ 34 81
我需要使用Farheit列中的值替换Temp_Rating列中的所有NaN。
这就是我需要的：
File heat Observation
1 YesQ 75
1 NoR 115
1 YesA 63
1 YesQ 41
1 NoR 80
1 YesA 12
2 YesQ 111
2 NoR 60
2 YesA 19
2 NoT 77
2 NoY 21
2 YesZ 54
3 YesQ 84
3 NoR 67
3 YesA 94
3 NoT 39
3 NoY 46
3 YesZ 81
如果我做一个布尔选择，我一次只能选出这些列之一。问题是如果我尝试加入他们，我不能这样做，同时保持正确的顺序。
我只能用NaN找到Temp_Rating行，并将它们替换为Farheit列的同一行中的值？
1616
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
