为什么 pandas apply 遇到未返回值的分支会产生 NaN，而不保留原值？

2026-11-04数据小许

如果函数沿某条路径执行到末尾时没有遇到 return，Python 会隐式返回 None。Series.apply 使用函数的返回值构造结果，不会自动保留原值。要让不满足条件的元素保持不变，可以显式写 return x。对于题目中的数值转换，也可以使用布尔索引。

为什么结果会出现 NaN？

这个函数只有正数分支返回了计算结果：

def scale_positive(x):
    if x > 0:
        return x * 10

当 x 为 -2、0 或 -1 时，函数执行到末尾，返回 None。apply 不会把 None 理解为“跳过修改”，因为它也可能是函数有意返回的结果。

在题目给出的 pandas 2.1.1 示例中，数值结果和 None 合并后，结果会推断为 float64，缺失位置表示为 NaN。其他 dtype 或返回值组合可能保留 None，具体表现取决于结果类型。

原始输出还漏掉了索引 0；按示例逻辑，该位置的值应为 50.0。

方法一：在其余分支返回原值

如果要保留自定义函数，补上 return x 即可：

import pandas as pd

def scale_positive(x):
    if x > 0:
        return x * 10
    return x

s = pd.Series([5, -2, 0, 8, -1])
result = s.apply(scale_positive)

print(result.tolist())
# [50, -2, 0, 80, -1]

这样每条执行路径都会返回预期值。也可以写成：

result = s.apply(lambda x: x * 10 if x > 0 else x)

apply 返回新的结果，以上写法不会修改原来的 s。

方法二：用布尔索引只修改正数

对于“正数乘以 10”这样的简单运算，可以用布尔索引选择需要修改的位置：

result = s.copy()
positive = result > 0
result.loc[positive] = result.loc[positive] * 10

也可以用 where 在一个表达式中生成结果：

result = s.where(s <= 0, s * 10)

where 在条件为真的位置保留原值，在条件为假的位置使用替换值。对于题目中没有缺失值的数值 Series，这两种写法都会得到预期结果。

DataFrame 中的一列怎么处理？

假设目标列名为 value，可以用 .loc 选择需要更新的行和列：

df = pd.DataFrame({"value": [5, -2, 0, 8, -1]})

positive = df["value"] > 0
df.loc[positive, "value"] = df.loc[positive, "value"] * 10

这段代码直接修改 df。如果需要保留原始 DataFrame，先执行 result = df.copy()，再对 result 做相同操作。

注意，df["value"].apply(...) 逐元素处理这个 Series；df.apply(...) 默认按列传入整个 Series，两者的调用方式不同。

不要事后填补所有 NaN 来修复遗漏的返回值，因为这样也可能覆盖函数有意产生的缺失值。应在函数分支或条件赋值中明确哪些位置保留原值。