Pandas如何正确检测DataFrame多值列表/数组列中的NaN值

你遇到的报错本质是pd.isnull()处理列表类元素时会返回布尔数组，直接放到if判断中会触发真值歧义错误；直接加.any()也不生效的原因是：当元素本身是标量NaN时，pd.isnull()返回的是布尔标量，没有.any()方法，调用会触发新报错。

优先完成空值检测的实现逻辑要先区分**「单元格整体为NaN」和「列表内部包含NaN」**两种场景，对应代码如下：

import pandas as pd
import numpy as np

df = pd.DataFrame({'colA': [np.nan, [123, 124], [123, np.nan, 444]]})

for v in df.colA.values:
    # 第一步：优先检测整个单元格是否为标量空值
    if pd.api.types.is_scalar(v) and pd.isnull(v):
        print("检测到单元格整体为空值：", v)
    # 第二步：如果是列表类型，按需检测内部是否存在空值
    elif isinstance(v, list):
        inner_has_nan = any(pd.isnull(item) for item in v)
        if inner_has_nan:
            print(f"检测到列表内部存在空值，列表内容：{v}")

运行后输出结果为：

检测到单元格整体为空值： nan
检测到列表内部存在空值，列表内容：[123, nan, 444]

如果你只需要检测单元格整体空值，删掉第二步的列表内部检测逻辑即可。

内容的提问来源于stack exchange，提问作者John Stud