如何通过Pandas Loc生成含NaN的列表，或让mplfinance适配筛选后的数据？

方法一：初始化全NaN序列再赋值 #

先创建一个和原DataFrame长度完全一致、值全为NaN的Series，再把符合筛选条件的位置填充对应数值：

import pandas as pd
import numpy as np
import mplfinance as mpf

# 假设你的df已存在，且索引为时间序列（mplfinance要求）
# 1. 生成全NaN的Series，索引和df一致
signal_series = pd.Series(np.nan, index=df.index)
# 2. 筛选出符合条件的值并填充到对应位置
signal_series.loc[df['column'] > 5] = df['column'].loc[df['column'] > 5]
# 3. 如果需要列表格式，直接转成列表
signal_list = signal_series.tolist()

# 直接用Series传入make_addplot即可
ap = mpf.make_addplot(signal_series)
mpf.plot(df, addplot=ap)

方法二：用Pandas where函数一步生成 #

Pandas的where()方法会保留符合条件的原值，将不符合条件的设为NaN，直接生成符合要求的序列：

# 一行生成带NaN的Series
signal_series = df['column'].where(df['column'] > 5)

# 同样可以直接传入make_addplot
ap = mpf.make_addplot(signal_series)
mpf.plot(df, addplot=ap)

关于mplfinance的输入要求 #

mplfinance的make_addplot()需要输入长度和主数据df完全一致的序列（不管是Series还是列表），这样才能和图表上的每一个时间点一一对应。你之前用df.loc[df.column >5]得到的是原df的子集，长度不足，所以无法直接使用。而上面两种方法生成的序列，会在不符合条件的位置填充NaN，正好满足mplfinance的格式要求。

内容的提问来源于stack exchange，提问作者100xln2