根据同一熊猫数据框中其他列中的值创建包含布尔值或 NaN 的新列

Question

我想在 pandas 数据框中创建一个新列，该列的计算结果为 True、False 或 NaN，具体取决于在同一数据框中的其他两列中找到的值，这两个列也仅包含 True、False 或 NaN 值。具体来说，如下图，新列中的行值应该是： (a) 如果任一参考列值为 True，则为 True， (b) 如果两个参考列值都是 False，或者它们是 False 和 NaN 的组合，则为 False，或者 (c) 如果两个参考列的值都是 NaN，则为 NaN。

col_A + col_B => new_col（期望值）

• 真 + 真 => 真
• 真 + 假 => 真
• 真 + NaN => 真
• 假 + 假 => 假
• 假 + NaN => 假
• NaN + NaN => NaN

最初，如下所示，我尝试将值分配给 col_A 或 col_B 为 True 的新列，但可以理解的是，只要一列或两列包含 NaN，它就会返回 False。

df[new_col] = df[col_A] | df[col_B]

我还想出了如何为 col_A 和 col_B 均为 NaN 的行创建一个返回 True 的列，但我仍在努力找出下一步。

df[new_col] = pd.isnull(df[col_A]) & pd.isnull(df[col_B]) 

我觉得我最终可以使用 for 循环/if 语句获得正确的输出，但我的理解是这将非常低效，而且似乎应该有一种更有效/更直接的方式来获得结果我'我正在寻找。

Answer 1

使用.any

设置数据框：

dict = {
    'col_A': [True, True, True, False, False, False, np.NaN, np.NaN, np.NaN], 
    'col_B': [True, False, np.NaN, False, True, np.NaN, np.NaN,True, False]   
       }
df = pd.DataFrame(dict)

print(df)

   col_A  col_B
0   True   True
1   True  False
2   True    NaN
3  False  False
4  False   True
5  False    NaN
6    NaN    NaN
7    NaN   True
8    NaN  False

创建一个新列并将所有值设置为 false。我们将填写其他值。

df['new_col'] = False

使用 .any() 填充剩余的 True 和 NaN 值。

df.loc[df[['col_A', 'col_B']].any(1), 'new_col'] = True

打印（df）

   col_A   col_B   new_col
0   True   True     True
1   True  False     True
2   True    NaN     True
3  False  False    False
4  False   True     True
5  False    NaN    False
6    NaN    NaN    False
7    NaN   True     True
8    NaN  False    False