多列上的类别条件

Question

我有一个数据集如下：

ID  A1      A2
0   A123     1234
1   1234     5568
2   5568     NaN
3   Zabc     NaN
4   3456     3456
5   3456     3456
6   NaN    NaN
7   NaN    NaN

意图是通过每列（A1和A2），确定两个列在何处空白，如第6和第7行中的位置，创建一个新列，并将其分为“ A1和A2都是空白”

我使用了以下代码：

df['Z_Tax No Not Mapped'] = np.NaN

df['Z_Tax No Not Mapped'] = np.where((df['A1'] == np.NaN) & (df['A2'] == np.NaN), 1, 0)

但是，输出将所有行捕获为新列下的所有行，'z_tax no no dobapped'，但是数据具有两个列为空白的实例。不确定我在哪里犯错以过滤此类情况。

注意：A1和A2列有时是字母数字或数字。

想法是将类别放在单独的列中，因为“ ID未更新”或“ ID已更新”，以便通过将简单的过滤器放在“ ID未更新”上，我们可以识别这两个列中空白的案例。

Answer 1

使用 > with 用于测试如果所有列均为 true s-缺失值：

df['Z_Tax No Not Mapped'] = np.where(df[['A1','A2']].isna().all(axis=1),
                                     'Both A1 and A2 are blank', 
                                      '')

Answer 2

df.loc[df.isna().all(axis=1), "Z_Tax No Not Mapped"] = "Both A1 and A2 are blank"