基于包含空值的其他列使用掩码设置值

Avoid chained indexing. 在这里,您可以使用布尔级数:

df['has_nan'] = df[['use_1', 'use_2']].isnull().all(1)

使用布尔级数,即包含 True / False 推荐 方法如果你坚持要转换成 'yes' / 'no' 字符串,您可以通过字典映射在后续步骤中执行此操作:

mapper = {1: 'yes', 0: 'no'}
df['has_nan'] = df['has_nan'].map(mapper)

你是说这个

df['has_nan'][df['column_name'].isna()] = 0
df['has_nan'][~df['column_name'].isna()] = 1

尝试 df.loc[df.use_1.isna() & df.use_2.isna(), 'has_nan'] = 'yes' 相反

https://www.dataquest.io/blog/settingwithcopywarning/

一种方法是:

df['has_nan'][df.use_1.isna() & df.use_2.isna()] = 'yes'

执行以下操作时,它将返回一个副本(这是警告的目的),并且将不起作用:

df.loc[df.use_1.isna() & df.use_2.isna()]['has_nan'] = 'yes'

这两个都会发出警告,您可以使用以下方法使其静音:

pd.set_option('mode.chained_assignment', None)

阅读 Evaluation order matters 详细解释。