如何在Pandas中基于所有列生成含NaN标识的新列

你的核心问题是用错了判断方法——all(axis=1)是检查所有指定列全为NaN才返回True，但你需要的是任意一列存在NaN就标记，替换成any(axis=1)就能解决问题。

1. 检查所有列的情况 #

如果需要判断整行（所有列）是否存在NaN，直接用：

df['has_nans'] = df.isna().any(axis=1)

2. 检查指定范围列的情况 #

如果像你之前那样，只需要检查某几列（比如从第3列开始，对应iloc[:,2:]），代码调整为：

df['has_nans'] = df.iloc[:,2:].isna().any(axis=1)

补充：用lambda实现的写法（不推荐，效率更低） #

如果一定要用lambda，写法如下，但优先推荐上面的内置方法（向量化操作比apply更高效）：

df['has_nans'] = df.apply(lambda row: row.isna().any(), axis=1)

以你的示例DataFrame为例，运行上述代码后，has_nans列会正确标记出含NaN的行：

• 第一行（Col-2为NaN）→ True
• 第二行（无NaN）→ False
• 第三行（Col-n为NaN）→ True

内容的提问来源于stack exchange，提问作者filippo