Python Pandas判断NaN执行列求和或取单列时返回数组问题排查

错误原因 #

• 列表推导式中返回的是整列计算结果，而非当前遍历行的对应值：if分支的df[column_names].sum(axis=1)是整个数据集按行求和得到的完整Series，else分支的df['payment2']也是完整的payment2列Series
• 遍历每一行的prev_product_id时，每次都返回长度和整个数据集一致的Series，最终得到的列表元素都是Series对象，而非逐行计算的单个数值，自然无法得到预期的单列结果

最优实现方案 #

推荐使用pandas向量化操作实现，性能远高于列表推导式：

import numpy as np
df['payment_corrected'] = np.where(
    df['prev_product_id'].isna(),
    df['payment1'] + df['payment2'],
    df['payment2']
)

列表推导式修正写法 #

如果坚持使用列表推导式，需要逐行取对应字段的值：

import math
df['payment_corrected'] = [
    row['payment1'] + row['payment2'] if math.isnan(float(row['prev_product_id'])) else row['payment2']
    for _, row in df.iterrows()
]

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