如何用Python或Pandas处理URL读取的CSV中空字符串替换为另一列值？

需求说明：

• 从URL读取CSV文件，提取指定两列输出
• 核心要求：当目标列单元格为空字符串（''）时，用同一行另一列的值替代该空值
  现有代码（基于numpy）：

data = requests.get(url)
lines = data.text.splitlines()
reader = np.loadtxt(url, dtype=str, delimiter=';', skiprows=1, usecols=(0, 3))

for row in reader:
    print(row)

示例问题行：['22709' '']（第二列为空，需要用第一列的22709填充）

方案1：纯Python（结合csv模块） #

无需依赖第三方数据处理库，适合轻量场景：

import requests
import csv

url = "你的CSV文件URL"
response = requests.get(url)
# 按行解析CSV，指定分隔符为分号
csv_reader = csv.reader(response.text.splitlines(), delimiter=';')
# 跳过表头行
next(csv_reader)

for row in csv_reader:
    # 提取目标两列（索引0和3）
    col0 = row[0]
    col3 = row[3]
    # 空值替换逻辑
    processed_col3 = col0 if col3 == '' else col3
    # 输出处理后的结果
    print([col0, processed_col3])

方案2：Pandas实现（高效批量处理） #

适合大文件或复杂数据清洗场景，代码更简洁：

import pandas as pd
import numpy as np

url = "你的CSV文件URL"
# 直接从URL读取指定列，跳过表头
df = pd.read_csv(
    url,
    sep=';',
    skiprows=1,
    usecols=[0, 3],
    header=None,
    dtype=str  # 强制保持字符串类型，避免自动类型转换
)

# 给列命名（可选，方便后续操作）
df.columns = ['col0', 'col3']

# 空值替换：先将空字符串转为NaN，再用同行col0的值填充
df['col3'] = df['col3'].replace('', np.nan).fillna(df['col0'])

# 输出处理结果
print(df)
# 若要输出数组格式，可转换为numpy数组
# print(df.to_numpy())

内容的提问来源于stack exchange，提问作者Boncek