根据其他列中的“NaN”值在 Pandas Dataframe 中创建一个新列

Question

根据单独列中的 nan 值创建新列的最有效方法是什么（考虑到数据框非常大） 在OTW中，如果任何一列在其中一行中有NaN，那么新列的对应值应该是1

注意：列的 dtypes 可能是不同的对象，而不仅仅是整数/浮点数

X A   B
1 2   3    
4 NaN 1    
7 8   9    
3 2   NaN  
5 NaN 2   

应该给

X A   B    C
1 2   3    0
4 NaN 1    1
7 8   9    0
3 2   NaN  1
5 NaN 2    1

代码已尝试（感谢一些在线帮助）：

df['C'] = np.where(np.any(np.isnan(df[['A', 'B']])), 1, 0)

但它会引发以下错误

TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

这会返回一个空数据框（因为 A 和 B 列在单行中从来没有 NaN 值

df['C'] = np.where(np.any(pd.isnull(df[['A', 'B']])), 1, 0)

找到解决方法：

df['C1'] = np.where(np.isnan(df['A'].values), 1, 0) 
df['C2'] = np.where(np.isnan(df['B'].values), 1, 0)
df['C'] = df[['C1','C2']].max(axis=1)

然后您可以删除C1 和C2

希望对你有帮助~

Answer 1

这比你想象的要简单。希望这可以帮助你！

df['C'] = df.isna().sum(axis=1).apply(lambda x: 0 if x==0 else 1)

Answer 2

您在any 中缺少axis=1

np.where(np.any(np.isnan(df[['A', 'B']]),axis=1), 1, 0)
Out[80]: array([0, 1, 0, 1, 1])