如何在DataFrame中创建A、B列比值新列？排查代码错误

你的代码核心问题 #

• 逻辑判断不适用矢量化数据：df['A']和df['B']是Pandas Series（整列数据），不是单个数值。np.isnan(df['A'])返回的是布尔值组成的Series，而非单个True/False，此时用or会直接报错——因为or仅支持单个布尔值的逻辑判断，无法处理布尔Series。
• 无法逐元素处理：就算忽略报错，这种标量式的if-else只会生成一个全局值（要么全列都是np.nan，要么全列都是B/A的结果），没办法针对每行的空值情况单独计算。

修正方案（推荐矢量化操作） #

Pandas的优势是矢量化处理，直接对整列操作效率远高于逐行循环：

方法1：用np.where一步完成

df['Result'] = np.where((df['A'].isna()) | (df['B'].isna()), np.nan, df['B'] / df['A'])

这里用.isna()判断Series的空值，用|代替or实现矢量化的逻辑或。

方法2：先计算再修正空值

# 先计算所有行的比值（空值会自动转为NaN）
df['Result'] = df['B'] / df['A']
# 额外把A或B为空的行明确设为NaN（其实Pandas除法遇到空值会自动返回NaN，这步可选）
df.loc[(df['A'].isna()) | (df['B'].isna()), 'Result'] = np.nan

方法3：逐行处理（仅小数据量用）

如果数据量很小，可以用apply逐行处理，但效率较低：

df['Result'] = df.apply(lambda row: np.nan if (np.isnan(row['A']) or np.isnan(row['B'])) else row['B']/row['A'], axis=1)

内容的提问来源于stack exchange，提问作者BGM