本文介绍使用pandas快速为数值型或任意类型列中的缺失值（NaN）生成二元指示变量的方法，核心是利用Series.isna()配合类型转换，简洁高效且避免常见比较陷阱。
本文介绍使用pandas快速为数值型或任意类型列中的缺失值（nan）生成二元指示变量的方法，核心是利用`series.isna()`配合类型转换，简洁高效且避免常见比较陷阱。
在数据预处理中，常需将缺失值显式编码为二元变量（即“缺失=1，非缺失=0”），以便后续建模或分析。但直接用 == np.nan 或 == 'Nan' 判断是无效的——因为根据IEEE标准，np.nan != np.nan 恒为 True，任何与 NaN 的等值比较均返回 False，因此 np.where(df['a'] == np.nan, 1, 0) 只会输出全0。
正确做法是使用 pandas 内置的向量化方法 Series.isna()（推荐）或 Series.isnull()（二者功能完全等价）：
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])
# ✅ 正确：生成缺失值指示变量
df_miss_a = df["a"].isna().astype(int)
print(df_miss_a)输出：
1 0 2 0 3 1 4 0 5 1 Name: a, dtype: int64
该方案优势显著：
A Python CLI skill for Cutout.Pro visual APIs — background removal, face cutout, and photo enhancement. Supports file upload & image URL input.
下载
调用 Cutout.Pro 视觉处理 API 进行背景移除、人像抠图和照片增强，支持文件上传与图片 URL 输入。
立即学习“Python免费学习笔记（深入）”；
- 健壮性高：isna() 自动识别所有类型的缺失标识（np.nan, None, pd.NaT 等）；
- 性能优异：底层C优化，远快于循环或 apply(lambda x: pd.isna(x))；
-
链式友好：可无缝嵌入 .assign() 或管道操作中，例如：
df = df.assign(df_miss_a=df['a'].isna().astype(int))
⚠️ 注意事项：
- 避免使用 df['a'].isnull().map({True: 1, False: 0}) —— 虽然可行，但 astype(int) 更简洁高效；
- 若需反向编码（缺失=0，非缺失=1），可改用 (~df['a'].isna()).astype(int)；
- 对于多列批量处理，可用 df.isna().astype(int) 直接生成完整缺失指示矩阵。
掌握 isna() + astype(int) 这一组合，是Pandas数据清洗中处理缺失值最实用、最地道的技巧之一。
