Pandas DataFrame公式计算时NaN值的更优处理方法是什么

解决方案 #

你不需要修改indicator_df，只需要在计算前判断表达式是否为空，为空时直接填充默认值即可，具体修改逻辑如下：

• 遍历input_df所有行，而非仅第一行
• 读取每个KPI_Key的表达式后先判断是否为NaN，为空时直接给对应列赋值0（和你给出的样例输出匹配，也可根据需求换成pd.NA等其他默认值）
• 非空表达式再调用eval执行计算
• 替换已废弃的append方法，用列表拼接+pd.concat提升性能

import pandas as pd
import numpy as np
import re

# 原始数据构造
input_df = pd.DataFrame({'KPI_ID': ['A','B','C','D','E'], 
                         'KPI_Key1': ['(C602+C603)','(C605+C606)','75','(32*(C603+44))','L239'] , 
                         'KPI_Key2' : ['C601','C602','L239+C602','75',np.NaN] , 
                         'KPI_Key3' : ['75',np.NaN,np.NaN,np.NaN,'C601']})

indicator_df = pd.DataFrame({'PatientID': [1,2,3,4,5],
                             '99' : ['1','0','1','0','1'],
                             '75' : ['0','0','1','0','0'],
                             'C604' : ['1','0','1','0','1'],
                             'C602' : ['0','0','1','0','1'],
                             'C601' : ['1','0','0','0','1'],
                             'C603' : ['0','0','1','1','1'],
                             'C605' : ['0','1','1','0','0'],
                             'C606' : ['0','1','1','1','1'],
                             '44' : ['1','0','1','0','1'],
                             'L239' : ['0','0','1','1','1'], 
                             '32' : ['1','0','1','0','1'],
                            }).set_index('PatientID').astype('int32')

# 核心计算逻辑
out_list = []
key_cols = ['KPI_Key1','KPI_Key2','KPI_Key3']

for _, row in input_df.iterrows():
    kpi_id = row['KPI_ID']
    # 初始化当前KPI的结果表
    res = indicator_df.reset_index()[['PatientID']].copy()
    res['KPI_ID'] = kpi_id
    for col in key_cols:
        exp = row[col]
        if pd.isna(exp):
            # 空表达式直接填默认值，可按需修改
            res[col] = 0
        else:
            # 格式化表达式后执行计算
            formatted_exp = re.sub(r'(\w+)', r'`\1`', exp)
            res[col] = indicator_df.eval(formatted_exp).values
    out_list.append(res)

# 合并所有结果得到最终输出
final_out_df = pd.concat(out_list, ignore_index=True)

运行上述代码后输出的final_out_df与要求的格式完全匹配，空表达式对应的列不会触发执行错误。

内容的提问来源于stack exchange，提问作者user3234112