условно заполняя пропущенные значения на основе других доступных переменных

Question

Как условно использовать столбец для заполнения пропущенных значений другого столбца.

DF:

A   B   C
1   158 damage
nan 789 not damage
nan 898 damage
nan 698 damage
nan 445 not damage
0       not damage

Используя столбец C, я хочу заполнить столбец A нулевыми значениями.

Condition, if C == damage, then A = 1 else 0.

Answer 1

Использование numpy.where:

df['A'] = np.where(df['C'] == 'damage', 1, 0)

Или, идиоматически:

df['A'] = (df['C'] == 'damage').astype(int)