如何在Pandas中结合eval处理多字段空值的相对条件计算

你可以在eval的表达式中结合Pandas的null判断函数（pd.isna/pd.notna）和三元表达式，实现你需要的逻辑：仅当单个字段为null时替换为0相加，两个字段都为null时返回null。

核心表达式 #

直接修改你的eval语句为：

df.eval("""
result = (fieldA if pd.notna(fieldA) else 0) + (fieldB if pd.notna(fieldB) else 0) 
         if not (pd.isna(fieldA) & pd.isna(fieldB)) 
         else np.nan
""", inplace=True)

逻辑解释 #

• 先判断fieldA和fieldB是否同时为null：如果是，结果直接设为np.nan（即你表格中的null）
• 如果不是同时为null，就将单个为null的字段替换为0，再执行加法运算

完整示例代码 #

import pandas as pd
import numpy as np

# 构造测试数据
df = pd.DataFrame({
    'fieldA': [np.nan, np.nan, 4, 0],
    'fieldB': [np.nan, 5, 5, 6]
})

# 使用eval执行运算
df.eval("""
result = (fieldA if pd.notna(fieldA) else 0) + (fieldB if pd.notna(fieldB) else 0) 
         if not (pd.isna(fieldA) & pd.isna(fieldB)) 
         else np.nan
""", inplace=True)

print(df)

运行结果 #

这个方案完全基于矢量化运算，不需要循环处理，且保留了你想要的eval使用方式。

内容的提问来源于stack exchange，提问作者Solrac