如何以熊猫中另一列的值为条件来填充一列缺失值?

我有一个数据框如下所示:

import numpy as np
import pandas as pd
d = {'col1': [NaN, 19, 32, NaN, 54, 67], 'col2': [0, 1, 0, 1, 1, 1]}
df = pd.DataFrame(d)

我想基于“ col2”的值填充“ col1”中的缺失值。具体来说:如果“ col2”为0,我想用0填充“ col1”中的缺失值,否则将“ col1”保持原样。在这种情况下,我的输出应如下所示:

d_updated = {'col1': [0, 19, 32, NaN, 54, 67], 'col2': [0, 1, 0, 1, 1, 1]}
df_updated = pd.DataFrame(d_updated)

为了获得上面的输出,我尝试获取“ col2”的值等于0的索引,并使用fillna():

ix = list(df[df["col2"] == 0].index)
df["col2"].loc[ix].fillna(0, inplace = True)

但是,我的方法行不通,我也不知道为什么。谢谢你