如何编写Python函数实现CSV指定多列合并（基于Pandas combine_first）

需求说明 #

• 实现Python函数，处理CSV文件，利用Pandas的combine_first方法将指定前缀的多列合并为一列
• 函数参数：csv_name（CSV文件路径/名称）、col_prefix（列名前缀，如"A"）、num_cols（需要合并的列数量）
• 处理时需保留原DataFrame中的其他列，仅新增合并后的目标列

示例场景 #

假设CSV中有以下需合并的列（仅展示目标列，其他列保留）：

import pandas as pd
import numpy as np

DF = pd.DataFrame({
    'A1': ['tree', 'grass', np.nan, np.nan, np.nan, np.nan],  
    'A2': [np.nan, np.nan, 'bird', 'fly', np.nan, np.nan],
    'A3': [np.nan, np.nan, np.nan, np.nan, 'cat', 'dog']
})

手动合并的正确代码：

DF["A"] = DF["A1"].combine_first(DF["A2"]).combine_first(DF["A3"])

合并后DF["A"]的结果为：['tree', 'grass', 'bird', 'fly', 'cat', 'dog']

现有错误代码 #

尝试编写的函数无法正常运行：

def column_merger(csvName, ColName, length:int):
    OriginalNameList = []
    for number in range(length):
        OriginalNameList.append(ColName + str(number))

    NewList = OriginalNameList[1:]

    for name in Newlist:
        NewList.append()
    command = []
    command.extend([.combine_first(SurveyName[NewList[name]]) for name in range(NewList)])

解决方案 #

正确函数实现 #

import pandas as pd
import numpy as np

def column_merger(csv_name, col_prefix, num_cols):
    # 读取CSV文件到DataFrame
    df = pd.read_csv(csv_name)
    
    # 生成待合并的列名列表（如前缀"A"、列数3时，生成["A1", "A2", "A3"]）
    target_cols = [f"{col_prefix}{i+1}" for i in range(num_cols)]
    
    # 初始化合并列：以第一列为基础
    merged_col = df[target_cols[0]]
    
    # 循环合并后续列，用combine_first填充NaN
    for col in target_cols[1:]:
        merged_col = merged_col.combine_first(df[col])
    
    # 将合并后的列添加到原DataFrame，列名为前缀名
    df[col_prefix] = merged_col
    
    # 保存处理后的结果回CSV（可根据需求改为保存新文件）
    df.to_csv(csv_name, index=False)
    
    return df

代码说明 #

1. 读取与列名生成：先读取CSV，再根据前缀和列数自动生成要合并的列名（如果你的列名是从0开始编号，把i+1改成i即可）
2. 循环合并：从第一列开始，依次用combine_first合并后续列，确保优先保留前面列的非空值，用后面列的非空值填充前面的NaN
3. 保存与返回：将合并后的列添加到原DataFrame，保存回CSV并返回处理后的DataFrame

使用示例 #

# 调用函数：处理test.csv，合并前缀为"A"的3列
processed_df = column_merger("test.csv", "A", 3)
# 查看合并后的列
print(processed_df["A"])

内容的提问来源于stack exchange，提问作者VBC