如何按条件修改DataFrame列：当proba列为NaN时将对应flag列设为0

两种常用的稳定实现方式如下：

方法1：使用loc定位修改（推荐，性能最优，无副作用） #

直接定位符合条件的行修改flag列值，会直接修改原DataFrame：

import pandas as pd

# 核心逻辑
df.loc[df['proba'].isna(), 'flag'] = 0

逻辑说明：df['proba'].isna()会返回布尔序列，匹配所有proba列为NaN的行，loc定位到这些行的flag列后直接赋值为0。

方法2：使用np.where生成新列 #

如果你不想修改原DataFrame，需要生成新的列/新表可以用这个方法：

import pandas as pd
import numpy as np

# 生成新的flag列，不修改原df
df['new_flag'] = np.where(df['proba'].isna(), 0, df['flag'])
# 如果要直接覆盖原flag列也可以写为 df['flag'] = np.where(df['proba'].isna(), 0, df['flag'])

注意事项 #

• pandas 1.0以下的旧版本中，可以把isna()替换为isnull()，两者功能完全一致，isna()是后续版本新增的别名
• 如果需要生成全新的DataFrame不改动原表，可提前对原表做拷贝：new_df = df.copy()，再对new_df做修改操作

内容的提问来源于stack exchange，提问作者Sam324