可以使用apply()
方法结合lambda
函数来遍历数据帧的列,并根据列中的值是否为NaN创建新列。以下是一个示例代码:
import pandas as pd
import numpy as np
# 创建一个示例数据帧
df = pd.DataFrame({'A': [1, 2, np.nan, 4],
'B': [5, np.nan, 7, 8]})
# 使用apply方法和lambda函数来遍历数据帧的列,并根据列中的值是否为NaN创建新列
df['C'] = df.apply(lambda row: 'NaN' if pd.isna(row['A']) else 'Not NaN', axis=1)
print(df)
输出结果为:
A B C
0 1.0 5.0 Not NaN
1 2.0 NaN Not NaN
2 NaN 7.0 NaN
3 4.0 8.0 Not NaN
在上述示例中,我们使用apply()
方法来遍历数据帧的每一行,通过lambda
函数判断'A'列中的值是否为NaN,并在新列'C'中相应地赋值。