如何提取Pandas DataFrame每行非NaN值，全NaN行保留NaN

需求 #

提取Pandas DataFrame中每行的唯一非NaN值；若某一行所有元素均为NaN，则该行结果保留NaN。

原DataFrame #

期望输出 #

解决方案 #

方法1：高效向量化操作（适合大数据量） #

利用stack()、groupby和reindex组合实现，避免逐行循环，性能更优：

import pandas as pd
import numpy as np

# 创建原DataFrame
df = pd.DataFrame({
    'a': [np.nan, np.nan, np.nan, 'abc', np.nan],
    'b': [np.nan, 'def', np.nan, np.nan, np.nan],
    'c': ['ghi', np.nan, np.nan, np.nan, np.nan]
})

# 生成结果
result_df = df.stack() \
              .groupby(level=0).first() \
              .reindex(df.index) \
              .to_frame('Result')

print(result_df)

步骤说明

1. df.stack()：将DataFrame中的非NaN值转换为多层索引Series，原行号作为一级索引，原列名作为二级索引
2. groupby(level=0).first()：按原行号分组，提取每组的第一个值（即该行的唯一非NaN值）
3. reindex(df.index)：保留原DataFrame的所有行索引，全NaN的行会自动填充为NaN
4. to_frame('Result')：将Series转换为指定列名的DataFrame

方法2：逐行处理（适合小数据量，逻辑直观） #

用apply逐行遍历，判断并提取非NaN值：

result_df = df.apply(
    lambda row: row.dropna().iloc[0] if not row.isna().all() else np.nan,
    axis=1
).to_frame('Result')

步骤说明

1. axis=1：指定按行处理
2. row.isna().all()：判断当前行是否全为NaN
3. row.dropna().iloc[0]：若存在非NaN值，提取第一个（也是唯一的）非NaN值

内容的提问来源于stack exchange，提问作者user14085914