如何让pandas DataFrame的apply仅对Col1为NaN/Null的行生效？

方法1：直接修改lambda逻辑（仅改一行代码即可） #

把原apply语句替换为如下内容即可：

df['new_col'] = df.apply(lambda x: sample_func(x['Col1'], x['Col2'], 'xxxxxx') if pd.isna(x['Col1']) else '', axis = 1)

逻辑说明：通过pd.isna()判断当前行Col1是否为空值（同时兼容识别NaN、Null两种空值格式），仅为空时执行自定义函数，否则返回空字符串，直接匹配需求效果。

方法2：仅筛选目标行执行（更推荐，性能更优） #

因为你的自定义函数涉及API调用，全量行执行会浪费不必要的请求资源，更推荐只对需要处理的行执行逻辑：

# 先初始化新列为空
df['new_col'] = ''
# 仅筛选Col1为NaN的行执行函数赋值
mask = df['Col1'].isna()
df.loc[mask, 'new_col'] = df[mask].apply(lambda x: sample_func(x['Col1'], x['Col2'], 'xxxxxx'), axis=1)

该方案只会对符合条件的行发起API请求，数据量越大性能优势越明显。

两种方案运行后输出结果完全符合预期：

Col1  Col2          new_col
0   1.0     1                 
1   9.0     3                 
2   NaN     5  nan,-5-xxxxxx

内容的提问来源于stack exchange，提问作者kms