使用.apply将nan行重编码为不同的值

import pandas as pd

# 创建一个包含NaN值的数据集
data = {'A': [1, 2, None, 4, 5],
        'B': [None, 2, 3, None, 5],
        'C': [1, 2, 3, 4, None]}
df = pd.DataFrame(data)

# 定义一个函数，用于将NaN值替换为特定的值
def replace_nan(row):
    if pd.isnull(row['A']):
        return 'Missing A'
    elif pd.isnull(row['B']):
        return 'Missing B'
    elif pd.isnull(row['C']):
        return 'Missing C'
    else:
        return row

# 使用.apply函数将NaN行重编码为不同的值
df = df.apply(replace_nan, axis=1)

print(df)

           A          B          C
0          1  Missing B          1
1          2          2          2
2  Missing A          3          3
3          4  Missing B          4
4          5          5  Missing C