可能有更好的方法来实现这一点，但是您可以通过一个简单的df.apply()函数来获得预期的效果。

df['Gross area'] = df.apply(lambda row: row['Furbished'] if len(row['Furbished']) == 6 else df['Gross area'], axis=1)

通过一个简单的更改，您还可以使'Gross area'列保持正确的类型。

df['Gross area'] = df.apply(lambda row: float(row['Furbished'][:-2]) if len(row['Furbished']) == 6 else df['Gross area'], axis=1)

您可以使用pd.where：

df['Gross_area'] = df['Furbished'].where(df['Furbished'].str.len() == 6, df['Gross_area'])

这告诉您，如果Furbished列的长度为6，则使用该列中的值，否则使用Gross_area列中的值。
结果：

Gross_area Furbished
0        190 m2    190 m2
1        190 m2    190 m2
2  160 #correct       Yes
3  155 #correct        No

非常感谢您的帮助！Derek的建议是在我的程序中实现起来最简单的：

df['Gross area']=df['Furbished'].where(df['Furbished'].str.len()==6,df['Gross area'])

我可以创建一组规则来替换或删除所有错误引用的数据：）

如果列B等于给定字符串，则更新给定列A中的数据

df['Energy_Class']=np.where(df['Energy_Class']=='Usado',df['Bathrooms'],df['Energy_Class'])

替换在列行中找到的字符串段

net=[]

for row in net_col:
    
    net.append(row)

net_in=[s for s in prices if 'm²' in s]
print(net_in)
net_1=[s.replace('m²','') for s in net]
net_2=[s.replace(',','.') for s in net_1]
net_3=[s.replace('Sim','') for s in net_2]

df['Net area']=np.array(net_3)

如果在现有目标列行中找到值A，则创建新列并附加标准值B

Terrace_list=[]
caraocl0=(df['Caracs/0']
        
for row in carac_0:
    caracl0.append(row)
    print(caracl0)
    if row == 'Terraço':
       yes='Yes'
       Terrace_list.append(yes)
       else:
          null=('No')
          Terrace_list.append(null) 
    
df['Terraces']=np.array(Terrace_list)

如果在现有列Y中找到值A，则在现有列X中追加预设值B。

df.loc[df['Caracs/1']=='Terraço','Terraces']='Yes'

希望这能帮到什么人。