忽略NaN合并DataFrame列：高效通用方法及类型错误解决

问题分析 #

你遇到的TypeError: sequence item 3: expected str instance, float found，原因是待合并列中存在非字符串类型元素（比如NaN是float类型，或部分有效值为数值型），而str.join()要求所有元素必须是字符串。此外原代码未处理全NaN的情况，会生成空字符串而非期望的NaN。

高效通用的解决方案 #

方法1：逐行处理（简洁直观） #

先过滤NaN，将剩余元素转为字符串后合并，同时处理全NaN场景：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'fruit': ['apple', pd.NA, pd.NA],
    'colour': ['green', 'orange', pd.NA]
})

listy = ["fruit", "colour"]
# 生成合并列
df['combined'] = df[listy].apply(
    lambda x: ', '.join(x.dropna().astype(str)) if not x.dropna().empty else pd.NA,
    axis=1
)

方法2：向量化处理（大数据集更高效） #

利用pandas向量化操作，避免逐行apply的性能损耗：

listy = ["fruit", "colour"]
# 将列转为字符串，按行合并（自动忽略NaN）
combined = df[listy].astype(str).apply(lambda x: x.str.cat(sep=', '), axis=1)
# 将空字符串替换为NaN
df['combined'] = combined.replace('', pd.NA)

输出结果 #

执行后得到的DataFrame：

完全匹配你的期望输出（若需要首字母大写，可在合并后添加.str.title()）。

内容的提问来源于stack exchange，提问作者asd