如何判断Pandas行中Number列值为空并自定义填充？

需求说明 #

将test.xlsx文件加载到Pandas DataFrame中，遍历每一行数据并转换为类对象，当行中Number列值为空时，填充自定义指定值。

原代码（存在两处问题） #

import pandas as pd

df = pd.read_excel(r'test.xlsx')
for row in df.rows:  # 错误：DataFrame没有rows属性，应使用iterrows()或itertuples()
            id = row['Id']
            name = row['Name']
            number = row['Number']

原思路的问题 #

直接用if row['Number'] == NaN:判断空值是无效的，因为NaN在Python中不等于任何值（包括自身），必须用专门的空值判断方法。

简洁实现方案 #

方案1：循环内用三元表达式判断（修正遍历方式+空值判断）

import pandas as pd

# 自定义填充值
MY_CUSTOM_NUMBER = 0  # 可替换为你需要的数值

df = pd.read_excel(r'test.xlsx')
# 使用iterrows()遍历行，返回索引和行数据
for idx, row in df.iterrows():
    id = row['Id']
    name = row['Name']
    # 用pd.isna()判断空值，三元表达式简洁赋值
    number = MY_CUSTOM_NUMBER if pd.isna(row['Number']) else row['Number']
    # 这里可以继续将id、name、number转换为类对象的逻辑

方案2：先整列填充空值再遍历（更高效，适合大数据量）

如果数据量较大，先对整个Number列做空值填充再遍历，避免循环内重复判断，效率更高：

import pandas as pd

MY_CUSTOM_NUMBER = 0

df = pd.read_excel(r'test.xlsx')
# 先填充整列的空值
df['Number'] = df['Number'].fillna(MY_CUSTOM_NUMBER)

# 遍历行（用itertuples()比iterrows()更快）
for row in df.itertuples(index=False):
    id = row.Id
    name = row.Name
    number = row.Number
    # 转换为类对象的逻辑

补充说明 #

• pd.isna()可以识别所有类型的空值（包括NaN、None等），兼容性更好
• df.itertuples()比df.iterrows()的遍历效率更高，适合处理大规模数据

内容的提问来源于stack exchange，提问作者user19678327