Pandas实现：当DataFrame指定列值为NaN时提取另一列值至新列

我来帮你搞定这个问题！你之前的代码没成功，核心原因是NaN是特殊的浮点值，不能用== np.NaN直接判断——因为任何和NaN的比较都会返回False，包括NaN和自己比。

正确的解决方案 #

这里有两种靠谱的写法，都能实现你的需求：

方法1：用np.where结合Pandas的isna()

import numpy as np
import pandas as pd

# 先还原你的DataFrame（方便测试）
df = pd.DataFrame({
    'a': ['Alabama[edit]', 'Auburn (Auburn University)[1]', 'Florence (University of', 'Jacksonville (Jacksonville State', 'Livingston (University of'],
    'b': [np.nan, '', '', '', ''],
    'c': [np.nan, np.nan, np.nan, np.nan, np.nan]
})

# 新增State列的正确代码
df['State'] = np.where(df['b'].isna(), df['a'], np.nan)

方法2：用loc定位赋值

先把State列初始化为全NaN，再给符合条件的行赋值：

df['State'] = np.nan
df.loc[df['b'].isna(), 'State'] = df['a']

为什么原来的代码失效？ #

你写的df['b'] == np.NaN会返回一个全False的Series，因为NaN的特性是不等于任何值，包括它自己。Pandas提供了isna()（或等价的isnull()）函数来专门检测缺失值，这才是正确的判断方式。

内容的提问来源于stack exchange，提问作者JPC