使用math.isnan()判断DataFrame列空单元格并按规则返回结果

适用前提 #

math.isnan()仅支持判断数值类型的NaN空值，使用前请确认你要处理的DataFrame列的非空值均为数值类型，否则会触发TypeError。

实现代码 #

首先导入依赖库：

import math
import pandas as pd

假设你的DataFrame命名为df，要处理的目标列名为target_col，可以通过apply方法完成规则转换，处理结果可存入新列processed_col：

df['processed_col'] = df['target_col'].apply(lambda x: x if not math.isnan(x) else 'empty')

完整测试示例 #

# 构造测试数据
df = pd.DataFrame({
    'target_col': [1.0, 3.2, None, 5.7, None, 9]
})

# 按规则处理列
df['processed_col'] = df['target_col'].apply(lambda x: x if not math.isnan(x) else 'empty')

# 输出结果
print(df)

运行后输出结果如下：

target_col processed_col
0         1.0           1.0
1         3.2           3.2
2         NaN         empty
3         5.7           5.7
4         NaN         empty
5         9.0           9.0

注意事项 #

• 处理后的列会变为object类型，因为同时包含数值和字符串empty两类数据
• 如果你的目标列存在非数值类型的空值（比如字符串空、时间类型空值NaT），更推荐使用pandas原生的pd.isna()方法做判断，兼容性更强

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