在Pandas DataFrame中执行条件判断时如何跳过空单元格？

你原来的代码有几个关键问题：

1. 用applymap处理整个DataFrame完全没必要，而且rstrip('backorder')是移除字符串末尾的字符，不是替换整个"backorder"值，这会把正常的1、0转成字符串，还把"backorder"变成空字符串，导致转int时报错。
2. 条件判断的语法错误：逻辑与&两边的条件必须单独加括号，而且不需要给qty_total的判断套方括号。
3. 生成新列时只写了列名，没做赋值操作。

下面是修正后的代码，完美解决空单元格问题，还不影响其他列：

import numpy as np
import pandas as pd

# 单独处理"In stock?"列：把"backorder"换成空值NaN，1、0原样保留
final_dataframe['In stock?'] = final_dataframe['In stock?'].apply(
    lambda x: np.nan if x == 'backorder' else x
)

# 把列转成数值类型，空值会被保留，不会触发报错
final_dataframe['In stock?'] = pd.to_numeric(final_dataframe['In stock?'], errors='coerce')

# 修正条件判断的语法：每个条件单独加括号，用&做逻辑与
conditions = [
    (final_dataframe['In stock?'] == 1) & (final_dataframe['qty_total'] < 1),
    (final_dataframe['In stock?'] == 0) & (final_dataframe['qty_total'] >= 1)
]
t_or_f = ['True', 'False']

# 生成新列，不满足条件的行（比如空值行）默认设为NaN
final_dataframe['Unlist This'] = np.select(conditions, t_or_f, default=np.nan)

print(final_dataframe)

效果说明 #

• 原来的"backorder"会变成NaN，不会被强制转成int，避免报错
• 只有值为1或0的行会参与新列的计算，空值行的"Unlist This"列也会是NaN，完全不影响其他列的内容
• 如果想给空值行的新列设置自定义默认值（比如空字符串），把default=np.nan改成default=''即可

内容的提问来源于stack exchange，提问作者ijoubert21