Pandas中如何通过逻辑函数识别DataFrame的NaN/空单元格？

首先得明确：Pandas里的空值不是字符串'NaN'，而是特殊的缺失值对象（比如np.nan或者pd.NA），直接用== 'NaN'判断肯定行不通——一来这俩类型完全不同，二来np.nan和自身比较结果都是False，根本没法用相等判断。

下面给你几种靠谱的识别方式：

1. 遍历行时的正确判断 #

用Pandas内置的pd.isna()（或pd.isnull()，两者功能一致）来判断单个元素是否为空：

import pandas as pd

for index, row in df.iterrows():
    if pd.isna(row['columnName']):
        # 这里写你处理空值的逻辑
        print(f"第{index}行的columnName列是空值")

2. 更高效的整列操作（推荐） #

iterrows()遍历效率很低，尤其是数据量大的时候。直接对整列用isna()生成布尔序列，能快速筛选或标记空值：

# 筛选出columnName列为空的所有行
missing_rows = df[df['columnName'].isna()]

# 给DataFrame新增一列标记空值情况
df['columnName_is_missing'] = df['columnName'].isna()

补充说明 #

如果你的空值是数值型的，也可以用np.isnan()，但它只支持数值类型，遇到字符串或其他类型的缺失值（比如pd.NA）会报错，所以优先用pd.isna()兼容性更好。

内容的提问来源于stack exchange，提问作者Christopher Zachary