使用Python Pandas按公式计算DataFrame列时出现NaN值求助

你的问题核心是递推计算的初始值缺失，导致NaN在循环中持续传播。因为第x周的f_organic依赖前一周的pct_diff，第一周没有前序数据，必须手动设置基准值，否则所有后续计算都会变成NaN。

具体解决步骤 #

1. 确定初始基准值 #

首先得明确第一周的计算基准：比如Excel里第一周的f_organic通常和p_organic相等，对应的pct_diff就是0（因为f_organic/p_organic -1 = 0）。如果你的业务有其他初始规则，比如给定第一周的pct_diff为某个固定值，按实际情况调整即可。

2. 修正循环代码 #

假设你的DataFrame名为df，包含week（周序号）和p_organic列，以下是可直接运行的修正代码：

import pandas as pd

# 示例数据（替换成你的实际数据）
data = {
    'week': [1, 2, 3, 4, 5],
    'p_organic': [100, 120, 150, 180, 200]
}
df = pd.DataFrame(data)

# 初始化计算列
df['f_organic'] = pd.NA
df['pct_diff'] = pd.NA

# 设置第一周的初始值（关键！）
df.loc[0, 'f_organic'] = df.loc[0, 'p_organic']
df.loc[0, 'pct_diff'] = 0

# 循环计算后续周数
for i in range(1, len(df)):
    # 用前一周的pct_diff计算当前f_organic
    df.loc[i, 'f_organic'] = df.loc[i, 'p_organic'] * (1 + df.loc[i-1, 'pct_diff'])
    # 计算当前pct_diff
    df.loc[i, 'pct_diff'] = df.loc[i, 'f_organic'] / df.loc[i, 'p_organic'] - 1

3. 常见错误排查 #

• 未设置初始值：第一行的f_organic或pct_diff留空（NaN），后续所有递推都会继承NaN，这是你当前的主要问题。
• 索引顺序错误：确保DataFrame是按周数升序排列的，否则会用错前一周的数据。
• 数据类型异常：检查p_organic列是否是数值类型（int/float），如果是字符串格式，计算时会直接产生NaN。

4. 大数据量优化（可选） #

如果你的数据行数很多，循环效率偏低，可以用pandas的shift()方法结合自定义迭代函数，但对于中小数据量，循环的可读性更高，足够满足需求。

内容的提问来源于stack exchange，提问作者sdave