如何重构DataFrame：填充NaN并合并行得到name与color目标列

核心思路 #

先按sql_Key分组，把同组内updated_name/updated_color的非空值填充到组内所有空值位置；再用填充后的updated列和original列做「优先取前者，空值取后者」的合并，最终提取出name和color列。

完整代码 #

import pandas as pd
import numpy as np

# 示例输入DataFrame
data = {
    'sql_Key': [1,1,2,3,3],
    'updated_name': ['Alice', np.nan, np.nan, 'Dave', np.nan],
    'updated_color': [np.nan, 'Blue', np.nan, 'Black', np.nan],
    'original_name': ['Alice_old', 'Bob_old', 'Charlie_old', 'Dave_old', 'Eve_old'],
    'original_color': ['Red_old', 'Green_old', 'Yellow_old', 'White_old', 'Gray_old']
}
df = pd.DataFrame(data)

# 步骤1：按sql_Key分组，填充组内updated列的空值
# ffill() + bfill()确保组内只要有非空值，所有空值都会被填充
df['filled_updated_name'] = df.groupby('sql_Key')['updated_name'].transform(lambda x: x.ffill().bfill())
df['filled_updated_color'] = df.groupby('sql_Key')['updated_color'].transform(lambda x: x.ffill().bfill())

# 步骤2：生成最终的name和color列，优先用填充后的updated列，否则用original列
df['name'] = df['filled_updated_name'].combine_first(df['original_name'])
df['color'] = df['filled_updated_color'].combine_first(df['original_color'])

# 步骤3：提取目标列（不需要sql_Key的话可删除该列）
result = df[['sql_Key', 'name', 'color']]
print(result)

代码说明 #

1. 分组填充：groupby('sql_Key').transform()会对每个分组单独处理，ffill().bfill()组合可以处理组内非空值在任意位置的情况——先向前填充，再向后填充，确保组内所有空值都被同组的非空updated值覆盖；如果组内updated列全空，填充后依然是NaN，为后续取original值留好口子。
2. 合并优先级：combine_first()方法天然实现「优先取调用方的值，若为空则取传入参数的值」的逻辑，比嵌套np.where更简洁直观。
3. 结果输出：示例运行后会得到你期望的结果，若不需要保留sql_Key，直接提取['name', 'color']即可。

内容的提问来源于stack exchange，提问作者Python_Learner