如何在R数据框中基于3个扫描结果列生成新状态列

没问题，这个需求用Pandas就能轻松实现，核心是按照你说的优先级（2 > 1 > 空值）来判断每行的结果。我给你拆解步骤，再附上示例代码：

核心思路 #

1. 优先判断是否存在2：只要扫描列里任意一个值是2，直接返回2；
2. 判断是否全未完成：如果所有扫描列都是空值（未完成），返回空值；
3. 剩余情况返回1：排除上面两种情况后，说明所有完成的扫描结果都是1，返回1。

代码实现 #

假设你的扫描列名为scan1、scan2、scan3（如果实际列名不同，替换成你自己的列名即可）：

import pandas as pd
import numpy as np

# 1. 定义你的扫描列列表
scan_columns = ["scan1", "scan2", "scan3"]

# 2. 生成判断条件
# 检查每行是否有任意一个2
has_positive = df[scan_columns].eq(2).any(axis=1)
# 检查每行是否所有扫描列都是空值
all_unfinished = df[scan_columns].isna().all(axis=1)

# 3. 新增结果列，用嵌套np.where实现优先级判断
df["final_result"] = np.where(
    has_positive,
    2,
    np.where(all_unfinished, np.nan, 1)
)

示例演示 #

我们构造一个示例DataFrame来验证效果：

# 构造测试数据
test_data = {
    "Id": [1, 2, 3, 4, 5],
    "scan1": [1, 2, np.nan, 1, np.nan],
    "scan2": [1, np.nan, np.nan, np.nan, np.nan],
    "scan3": [2, 1, np.nan, 1, np.nan]
}
df = pd.DataFrame(test_data)

# 运行上面的代码生成结果列后，输出如下：
print(df)

输出结果：

Id  scan1  scan2  scan3  final_result
0   1    1.0    1.0    2.0           2.0
1   2    2.0    NaN    1.0           2.0
2   3    NaN    NaN    NaN           NaN
3   4    1.0    NaN    1.0           1.0
4   5    NaN    NaN    NaN           NaN

说明：

• 第0、1行存在2，结果返回2；
• 第2、5行所有扫描都未完成，返回空值；
• 第4行完成的扫描都是1，返回1。

注意事项 #

如果你的“无值”不是Pandas默认的NaN（比如是空字符串""），需要把isna()改成eq("").all(axis=1)来适配。

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