如何基于DataFrame的value列生成active与unactive衍生列？

没问题，这事儿用Pandas处理起来超简单，我给你两种实用的实现方案，你可以根据自己的数据集大小和偏好来选～

先明确需求回顾 #

我们需要给现有的df添加两列：

• active：当value≥0时取值1，value为NaN时取值0
• unactive：当value≥0时取值0，value为NaN时取值-1

方案1：用numpy.where（高效矢量化操作，推荐大数据集） #

这种方式是矢量化运算，比循环或apply快得多，适合处理大规模数据：

首先导入依赖库（如果还没导的话）：

import pandas as pd
import numpy as np

然后直接给DataFrame添加新列：

# 添加active列
df['active'] = np.where(df['value'] >= 0, 1, 0)
# 添加unactive列
df['unactive'] = np.where(df['value'] >= 0, 0, -1)

原理：np.where会逐个判断条件df['value'] >=0，因为NaN和任何数值比较都会返回False，刚好符合我们要把NaN映射为0/-1的需求。

方案2：用apply（逻辑直观，适合小数据集） #

如果你的数据集不大，或者想要更直观的逻辑写法，可以用apply配合lambda函数：

df['active'] = df['value'].apply(lambda x: 1 if pd.notna(x) and x >= 0 else 0)
df['unactive'] = df['value'].apply(lambda x: 0 if pd.notna(x) and x >= 0 else -1)

这里我们明确判断了pd.notna(x)，逻辑更清晰，不容易出错。

测试示例与结果 #

我先构造一个和你描述一致的示例DataFrame：

data = {'value': [0.0, 3.4, np.nan, 0.0, np.nan, 1.0]}
index = pd.to_datetime(['2014-05-21 10:00:00', '2014-05-21 11:00:00', 
                        '2014-05-21 12:00:00', '2014-05-21 13:00:00', 
                        '2014-05-21 14:00:00', '2014-05-21 15:00:00'])
df = pd.DataFrame(data, index=index)

运行上面的代码后，得到的df（也就是你要的df_new）会是这样：

value  active  unactive
2014-05-21 10:00:00    0.0       1         0
2014-05-21 11:00:00    3.4       1         0
2014-05-21 12:00:00    NaN       0        -1
2014-05-21 13:00:00    0.0       1         0
2014-05-21 14:00:00    NaN       0        -1
2014-05-21 15:00:00    1.0       1         0

内容的提问来源于stack exchange，提问作者Chi