如何在np.where中组合df中的两个列作为条件，以检查在计算新列时是否存在nan

在np.where中组合df中的两个列作为条件，以检查在计算新列时是否存在nan，可以按照以下步骤进行操作：

1. 导入必要的库：

import numpy as np
import pandas as pd

1. 创建一个示例DataFrame：

df = pd.DataFrame({'A': [1, 2, np.nan, 4],
                   'B': [np.nan, 2, 3, 4]})

1. 使用np.where函数和isnull函数来检查两个列的条件：

df['C'] = np.where(df['A'].isnull() | df['B'].isnull(), '存在nan', '不存在nan')

这里使用了逻辑运算符|来组合两个条件，如果A列或B列中存在nan，则新列C的值为'存在nan'，否则为'不存在nan'。

1. 查看结果：

print(df)

输出：

     A    B     C
0  1.0  NaN  存在nan
1  2.0  2.0  存在nan
2  NaN  3.0  存在nan
3  4.0  4.0  不存在nan

在这个例子中，我们使用了np.where函数来根据条件在新列中填充不同的值。isnull函数用于检查列中是否存在nan值。根据实际情况，你可以根据需要修改条件和填充的值。

腾讯云相关产品和产品介绍链接地址：

• 腾讯云官网：https://cloud.tencent.com/
• 云服务器CVM：https://cloud.tencent.com/product/cvm
• 云数据库MySQL：https://cloud.tencent.com/product/cdb_mysql
• 人工智能平台AI Lab：https://cloud.tencent.com/product/ailab
• 云存储COS：https://cloud.tencent.com/product/cos
• 区块链服务BCS：https://cloud.tencent.com/product/bcs
• 腾讯云元宇宙：https://cloud.tencent.com/solution/virtual-universe