如何在DataFrame中若其他列有缺失值则将Score列设为缺失值

可以通过以下步骤实现需求：

• 筛选出除Score列外的所有因子列
• 检查每行是否存在缺失值
• 将存在缺失值的行的Score设为缺失值

完整代码示例 #

import pandas as pd
import numpy as np

# 构造示例数据
df = pd.DataFrame({'Score': [71, 63, 23],
                   'Factor_1': [np.nan, '15', '23'],
                   'Factor_2': ['12', np.nan, '45'],
                   'Factor_3': ['3', '5', '7']})

# 找出其他列存在缺失值的行
mask = df.drop('Score', axis=1).isna().any(axis=1)

# 将对应行的Score设为缺失值
df.loc[mask, 'Score'] = np.nan

print(df)

输出结果 #

Score Factor_1 Factor_2 Factor_3
0    NaN      NaN       12        3
1    NaN       15      NaN        5
2   23.0       23       45        7

代码说明 #

1. df.drop('Score', axis=1)：移除Score列，只保留所有因子列
2. .isna().any(axis=1)：对每行检查是否有缺失值，返回布尔值Series（True表示该行存在缺失）
3. df.loc[mask, 'Score'] = np.nan：根据布尔掩码，将符合条件的行的Score值替换为缺失值

内容的提问来源于stack exchange，提问作者Beginner in the house