如何基于Pandas数据框中A列的NaN值创建新列B？

你可以直接使用Pandas内置的方法快速生成所需的布尔列，以下是两种简洁高效的实现方式：

方法1：使用notna() #

notna()方法会直接返回对应元素是否为非缺失值的布尔结果，正好匹配你的需求：

import pandas as pd
import numpy as np

# 构造示例数据框
df = pd.DataFrame({'A': [5, 1, np.nan, 12, 13, np.nan, np.nan]})

# 创建新列B
df['B'] = df['A'].notna()

print(df)

运行后输出结果：

方法2：使用isna()取反 #

如果你习惯用isna()判断缺失值，也可以通过取反操作得到相同结果：

df['B'] = ~df['A'].isna()

两种方法效果完全一致，notna()更直观地表达“非缺失值”的判断逻辑，推荐优先使用。

内容的提问来源于stack exchange，提问作者scmdude