如果值是nan，则通过另一个pandas中的值替换我的pandas中的列值。
如果值是nan，则通过另一个pandas中的值替换我的pandas中的列值。
我有两个pandas数据框，第一个有2000行，如下所示：
key B C D
key1 11 nan nan
key2 nan 33 88
key3 nan 44 99
key4 22 55 nan
第二个数据框有大约700个值：
key B C D
key4 22 55 77
key2 55 42 63
key3 53 23 nan
我想通过键值遍历第一个数据框，并用第二个pandas中匹配的值替换nan的值，如下所示：
key B C D
key1 11 nan nan
key2 55 33 88
key3 53 44 99
key4 22 55 77
我的两个数据框包含字符串，我只是为了举例使用了数字。
在这段代码中，出现了“replace column values in my pandas by values of another pandas if the values is nan”这个问题。问题的原因是在一个pandas的DataFrame中，有一些列的值是NaN，我们想要用另一个pandas的DataFrame中对应列的值来替换这些NaN值。
解决这个问题的方法是使用pandas的fillna函数。具体操作是将第一个DataFrame（df1）中的NaN值替换为另一个DataFrame（df2）中对应列的值。
下面是代码示例：
df1.fillna(df2)
执行这段代码后，df1中的NaN值将被df2中对应列的值替换。
例如，假设我们有以下两个DataFrame：
df1:
B C D
key
key1 NaN NaN NaN
key2 55.0 33.0 88.0
key3 53.0 NaN 99.0
key4 22.0 55.0 77.0
df2:
B C D
key
key1 11.0 22.0 33.0
key3 44.0 55.0 66.0
执行代码df1.fillna(df2)后，df1将变为：
B C D key key1 11.0 22.0 33.0 key2 55.0 33.0 88.0 key3 53.0 55.0 99.0 key4 22.0 55.0 77.0
可以看到，df1中的NaN值被df2中对应列的值替换了。
通过使用pandas的fillna函数，我们可以方便地将一个DataFrame中的NaN值替换为另一个DataFrame中对应列的值，解决了“replace column values in my pandas by values of another pandas if the values is nan”这个问题。