pandas调用df.apply填充DataFrame列时部分行返回NaN如何解决

首先明确：你遇到的NaN不是格式问题，由两个代码逻辑错误导致：

错误1：未定义变量i #

你在set_order_signal函数内使用了df.iloc[i-1]，但i并没有在函数内定义，也没有作为参数传入。df.apply按行遍历的时候仅会向函数传入当前行的row对象，无法直接获取当前行的索引位置，你对i的调用属于未定义行为，会导致逻辑判断失效。

错误2：分支逻辑覆盖不全 #

你当前的逻辑仅覆盖了4种分支中的3种：

• 外层if条件成立+内层if条件成立 → 返回1
• 外层elif条件成立+内层if条件成立 → 返回-1
• 外层if、elif都不成立 → 返回0
• 外层if/elif成立但内层if不成立：这种情况你没有写任何return语句，Python函数默认返回None，pandas会自动将None转换为NaN，这是你得到NaN的核心原因。

优化解决方案（推荐，比apply效率高10倍以上） #

不要用apply遍历行，直接用pandas的shift方法获取前一行的指标值，配合向量化条件判断实现需求：

import numpy as np

# 生成前一行的MACD、SIGNAL列，shift(1)代表将列整体下移1行，第0行前值为NaN
df['prev_MACD'] = df['MACD'].shift(1)
df['prev_SIGNAL'] = df['SIGNAL'].shift(1)

# 定义多条件
# 做多信号条件
long_cond = (df['MACD'] > df['SIGNAL']) & \
            (df['prev_MACD'] < df['prev_SIGNAL']) & \
            (df['MACD'] < 0) & (df['SIGNAL'] < 0) & \
            (df['close'] > df['200EMA'])
# 做空信号条件
short_cond = (df['MACD'] < df['SIGNAL']) & \
             (df['prev_MACD'] > df['prev_SIGNAL']) & \
             (df['MACD'] > 0) & (df['SIGNAL'] > 0) & \
             (df['close'] < df['200EMA'])

# 赋值：满足做多信号返回1，做空返回-1，其余返回0
df['OrderSignal'] = np.where(long_cond, 1, np.where(short_cond, -1, 0))

如果你坚持使用apply的修正写法 #

可以通过row.name获取当前行的索引，同时补全所有分支的返回值：

def set_order_signal(row):
    # 第0行没有前一行数据，直接返回0
    if row.name == 0:
        return 0
    # 获取前一行数据
    prev_row = df.iloc[row.name - 1]
    # 金叉判断
    if (row.MACD > row.SIGNAL) and (prev_row.MACD < prev_row.SIGNAL):
        return 1 if (row.MACD < 0 and row.SIGNAL < 0) and (row.close > row['200EMA']) else 0
    # 死叉判断
    elif (row.MACD < row.SIGNAL) and (prev_row.MACD > prev_row.SIGNAL):
        return -1 if (row.MACD > 0 and row.SIGNAL > 0) and (row.close < row['200EMA']) else 0
    # 其余情况返回0
    else:
        return 0

# 调用apply
df['OrderSignal'] = df.apply(set_order_signal, axis=1)

内容的提问来源于stack exchange，提问作者Erwin109