为含缺失值的行创建标记列——Pandas技术咨询

其实这个需求用Pandas的内置方法就能轻松搞定，而且比你用apply的方式更高效，先给你最简便的实现方式，再聊聊你提到的count方法能不能用。

最推荐的简便方法：利用向量化操作 #

Pandas里有专门的方法可以直接判断每行是否所有值都非NaN，一行代码就能搞定：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({
    'col1': [1, 2, None, 4],
    'col2': [5, None, 7, 8],
    'col3': [9, 10, 11, 12]
})

# 新增标记列：全非NaN返回1，否则返回0
df['is_complete'] = df.notna().all(axis=1).astype(int)

解释一下：

• df.notna()：把整个DataFrame转换成布尔值矩阵，非NaN值为True，NaN为False
• .all(axis=1)：沿着行的方向判断，只要一行里所有值都是True（全非NaN），就返回True，否则False
• .astype(int)：把布尔值转换成整数，True变1，False变0

这种方法是向量化操作，Pandas内部做了优化，比逐行遍历的apply快得多，尤其是数据量大的时候优势明显。

你提到的count方法是否可行？ #

当然可以用！思路是：统计每行非NaN值的数量，如果这个数量等于DataFrame的总列数，说明该行没有NaN，返回1，否则返回0。代码实现如下：

df['is_complete'] = (df.count(axis=1) == df.shape[1]).astype(int)

不过这种方法需要先统计每行的非NaN数量，再和总列数比较，相比上面的notna().all()，效率会稍低一点——因为all()只要遇到第一个NaN就会停止判断，而count()需要遍历完一行所有元素统计数量。如果你的数据量不大，两种方法差异不大，但数据量大的话更推荐第一种。

对比两种方法的结果 #

运行上面的代码后，示例DataFrame的结果会是：

完全符合你的需求~

内容的提问来源于stack exchange，提问作者TC1111