Pandas多条件判断生成新列时np.nan无法正确返回的问题求解

问题根因 #

你两个方案出错的核心原因是**np.nan不能用==做等值判断**，np.nan和任意值（包括它自己）做==比较都会返回False，必须用pd.isna()或np.isnan()来判断空值。

最优解决方案（向量化运算，性能远高于apply） #

# 先判断行内A、B是否存在空值，有空值直接返回np.nan，否则按比较逻辑返回对应值
df['is_less'] = np.where(
    df[['A', 'B']].isna().any(axis=1),
    np.nan,
    np.where(df['B'] < df['A'], 'yes', 'no')
)

如果你习惯用自定义函数的写法，可以修改你的方案2如下 #

def reduced_growth(x):
    # 改用pd.isna判断空值
    if pd.isna(x['A']) or pd.isna(x['B']):
        return np.nan
    elif x['B'] < x['A']:
        return "yes"
    # 排除空值和B<A的场景后，剩下的都是B>=A，直接返回no即可，不需要额外判断
    else:
        return "no"

df['is_less'] = df.apply(reduced_growth, axis=1)

原方案错误说明 #

• 方案1中df['A'] == np.nan所有行都返回False，空值行的is_less不会被赋值为np.nan
• 方案2同理，x['A'] == np.nan永远不成立，永远走不到返回np.nan的分支，所以不会出现空值结果

内容的提问来源于stack exchange，提问作者brenda89