如何在pandas DataFrame中根据Beat列条件填充Disease列的值

你提供的示例DataFrame如下：

原有写法的问题 #

• 判断NaN不能使用== 'NaN'或者普通值匹配逻辑，NaN是特殊缺失值标记，和任何值（包括自身）相等判断结果都为False，pandas中需使用isna()/isnull()方法检测缺失值。
• 普通if-else是对整个Series做整体判断，无法逐行匹配每行Beat列的取值，pandas需使用向量化操作实现逐行逻辑。
• fillna()仅会填充列中的空值，不会修改非空位置的取值，若你需要按Beat列规则重写整个Disease列，直接赋值即可。

正确实现方式 #

方法1：使用np.where（可读性最高）

import numpy as np
# 逐行匹配：Beat列为空则Disease取0，否则取1
a['Disease'] = np.where(a['Beat'].isna(), 0, 1)

方法2：布尔值转整型（写法更简洁）

布尔值转整型时True对应1、False对应0，对Beat.isna()的结果取反后转整型即可直接得到目标值：

a['Disease'] = (~a['Beat'].isna()).astype(int)

如果你的Disease列仅需要填充原有的空值，不需要覆盖已有数值，可以调整写法为：

a.loc[a['Disease'].isna(), 'Disease'] = np.where(a.loc[a['Disease'].isna(), 'Beat'].isna(), 0, 1)

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