如何高效合并Pandas多列？每行仅单列有值其余为NaN

针对你描述的每行仅有一列存在有效值、其余均为NaN的DataFrame，以下是几种简洁高效的合并方法：

方法1：利用填充函数（bfill/ffill） #

由于每行只有一个有效值，使用bfill(axis=1)（向后填充）或ffill(axis=1)（向前填充）会将有效值填充至整行的所有列，之后只需取第一列即可：

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({
    '2020': [10, np.nan, 12, np.nan],
    '2021': [np.nan, 5, np.nan, np.nan],
    '2022': [np.nan, np.nan, np.nan, 15]
})

# 合并列并生成结果
df['Merged'] = df.bfill(axis=1).iloc[:, 0]
result = df[['Merged']]

方法2：使用stack()过滤NaN #

stack()会将列转换为行索引层级，自动过滤掉NaN值，之后通过reset_index和to_frame生成单列DataFrame：

# 示例DataFrame同上
result = df.stack().reset_index(drop=True).to_frame('Merged')

方法3：利用聚合函数（max/sum） #

因为每行仅一个有效值，max(axis=1)或sum(axis=1)会自动忽略NaN，直接提取该行的唯一有效值：

# 示例DataFrame同上
df['Merged'] = df.max(axis=1)
# 或使用sum：df['Merged'] = df.sum(axis=1)
result = df[['Merged']]

方法对比 #

• bfill/ffill、max/sum：处理大数据集时效率更高，适合性能要求高的场景；
• stack()：代码最简洁，适合快速实现小数据量的转换。

内容的提问来源于stack exchange，提问作者Ossz