本文介绍如何使用Pandas快速、准确地为含缺失值的列生成二元虚拟变量：NaN对应1，非缺失值对应0，避免常见错误（如直接与'Nan'或未定义Nan比较）。
本文介绍如何使用pandas快速、准确地为含缺失值的列生成二元虚拟变量：`nan`对应1，非缺失值对应0，避免常见错误（如直接与`'nan'`或未定义`nan`比较）。
在数据预处理中，将缺失值显式编码为虚拟变量（indicator variable）是建模前的关键步骤。许多机器学习算法无法直接处理NaN，而简单删除又可能导致信息损失，因此常需构造一个布尔指示列（如df_miss_a），标记每行是否缺失。
正确做法是使用Pandas内置的isna()方法——它专为检测缺失值设计，能可靠识别np.nan、None、pd.NA等所有标准缺失类型。切勿使用== 'Nan'（字符串误写）或== Nan（未定义变量或未导入numpy），这些表达式既语法错误又逻辑失效，会导致全零结果。
以下为完整示例：
import pandas as pd
import numpy as np
# 构造示例数据
df = pd.DataFrame({'a': [3, 2, np.nan, 3, np.nan]}, index=[1, 2, 3, 4, 5])
print("原始数据：")
print(df)
# ✅ 正确方式：使用 isna() + astype(int)
df_miss_a = df["a"].isna().astype(int)
print("\n缺失值虚拟变量：")
print(df_miss_a)输出：
python全能编程助手
下载
SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的 双功能合体技能 ，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途 ：；核心要点📝 题解模式 ：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式 ：输入 Python 代码，自动添加详细中。它将相关步骤、
立即学习“Python免费学习笔记（深入）”；
原始数据：
a
1 3.0
2 2.0
3 NaN
4 3.0
5 NaN
缺失值虚拟变量：
1 0
2 0
3 1
4 0
5 1
Name: a, dtype: int64注意事项：
- isna()返回布尔Series（True表示缺失），astype(int)将其转为0/1整数；也可用map({True: 1, False: 0})，但astype(int)更简洁高效。
- 若需将结果作为新列加入原DataFrame，可写作：df['df_miss_a'] = df['a'].isna().astype(int)。
- 对于多列批量处理，可用df.isna().astype(int)一次性生成所有缺失指示矩阵。
- 避免使用np.where(pd.isna(df['a']), 1, 0)——虽可行，但冗余且不如链式调用直观。
掌握isna()这一语义明确、鲁棒性强的方法，是构建可复现、易维护数据管道的基础技能。
