Pandas中含NaN值的DataFrame行首尾非NaN列比值计算

安全阿岳

2026-6-23

解决方法

我们需要针对每行数据，定位第一个非NaN值的年份列和最后一个非NaN值的年份列，再计算两者的比值存入ratio列，具体实现如下：

1. 提取年份列

先从DataFrame中筛选出所有年份相关列（排除初始为空的ratio列）：

year_cols = [2016, 2017, 2018, 2019]
year_data = z[year_cols]

2. 计算首尾非NaN值的比值

通过apply遍历每行，利用first_valid_index()和last_valid_index()获取首尾有效列名，提取对应值做除法（同时处理整行全NaN的特殊情况）：

z['ratio'] = year_data.apply(
    lambda row: row[row.first_valid_index()] / row[row.last_valid_index()] 
    if row.first_valid_index() is not None and row.last_valid_index() is not None 
    else None,
    axis=1
)

完整可运行代码

import pandas as pd
import numpy as np

# 初始化原始DataFrame
z = pd.DataFrame({
    2016:[4.0,np.nan,6.0,7.0,np.nan],
    2017:[np.nan,0,5.0,0,np.nan],
    2018:[4.0,3,np.nan,3,1.0],
    2019:[2.0,np.nan,np.nan,np.nan,3.4],
    'ratio':''
})

# 提取年份列
year_cols = [2016, 2017, 2018, 2019]
year_data = z[year_cols]

# 计算ratio列
z['ratio'] = year_data.apply(
    lambda row: row[row.first_valid_index()] / row[row.last_valid_index()] 
    if row.first_valid_index() is not None and row.last_valid_index() is not None 
    else None,
    axis=1
)

# 查看结果
print(z)