为何自定义DataFrame行处理函数触发警告？求更优实现方案

1. 消除警告的核心思路 #

警告"A value is trying to be set on a copy of a slice from a DataFrame"通常是因为你的df是另一个DataFrame的切片视图而非独立副本。解决这个问题最简单的方式是先创建DataFrame的副本：

df = df.copy()

或者直接用loc显式指定赋值的列，避免视图/副本混淆：

df.loc[:, 'null_idx'] = ...  # 后续生成逻辑填在这里

2. 更高效的写法（无需知晓表头） #

你原来的函数返回的是布尔值列表，但示例需求是每行中NaN所在的位置索引列表，同时apply+循环的效率较低，推荐用矢量化操作优化：

import numpy as np
import pandas as pd

# 先处理副本问题（如果需要）
df = df.copy()

# 生成目标列：每行NaN的位置索引列表
df['null_idx'] = df.isna().apply(lambda row: np.where(row)[0].tolist(), axis=1)

代码说明 #

• df.isna()：矢量化生成布尔值DataFrame，标记每个位置是否为NaN，这比逐行循环效率高得多。
• np.where(row)[0]：对每行的布尔Series，获取所有True（即NaN）对应的位置索引。
• .tolist()：将索引数组转为列表，匹配你需要的输出格式。

示例输出验证 #

用你给出的示例数据测试：

# 构造示例数据
data = {
    'Column1': [np.nan, 1, 'test1'],
    'Column2': [np.nan, 23, np.nan],
    'Column3': [np.nan, 34, np.nan]
}
df = pd.DataFrame(data)

# 执行上述代码后
print(df)

输出会和你期望的一致：

Column1  Column2  Column3  null_idx
0     NaN      NaN      NaN  [0, 1, 2]
1       1     23.0     34.0        []
2   test1      NaN      NaN     [1, 2]

内容的提问来源于stack exchange，提问作者royalewithcheese