使用pandas .loc拼接列不符合预期：按条件合并两列遇问题

你需要在满足EV_EM == 0或COMP_EM == 'Not Done'的条件下，将EV_RND与COMP_EM_RND合并后填充到所有以EMFREAS开头的列，但当前代码未达到预期效果，核心问题出在空值处理、合并顺序和赋值维度匹配上，以下是修正方案：

问题点排查 #

1. 空值拼接异常：如果EV_RND或COMP_EM_RND为空（比如示例中YA007的初始EV_RND为空），直接用+拼接会生成NaN，无法得到有效字符串。
2. 合并顺序不符预期：你的预期结果里，YA007的合并值是Insufficient|EV ND（COMP_EM_RND在前、EV_RND在后），但原代码拼接顺序是相反的。
3. 单空值场景处理缺失：像YA005这种只有一列有值的情况，原代码会生成带空分隔符的无效内容，不符合预期。

修正代码 #

import pandas as pd

# 1. 定义筛选条件
EV_ND = df["EV_EM"] == 0 
EM_ND = df['COMP_EM'] == 'Not Done'
filter_condition = EV_ND | EM_ND

# 2. 封装合并逻辑，处理空值与单值场景
def merge_rnd_cols(row):
    ev_val = row['EV_RND'].strip() if pd.notna(row['EV_RND']) else ''
    comp_val = row['COMP_EM_RND'].strip() if pd.notna(row['COMP_EM_RND']) else ''
    
    # 按预期顺序合并，仅双值有效时添加分隔符
    if ev_val and comp_val:
        return f"{comp_val}|{ev_val}"
    return ev_val or comp_val

# 3. 生成合并后的结果列
merged_result = df.apply(merge_rnd_cols, axis=1)

# 4. 按条件批量赋值到EMFREAS列（转换维度确保广播生效）
df.loc[filter_condition, cols_to_fill] = merged_result[filter_condition].values[:, None]

代码说明 #

• 空值过滤：通过判断值是否为NaN或空白字符串，避免无效拼接。
• 灵活合并逻辑：双值有效时用|分隔，单值有效时直接保留该值，覆盖所有场景。
• 维度匹配处理：用values[:, None]将一维结果转为二维数组，确保能正确批量赋值到多列，避免维度不匹配报错。

验证后预期结果 #

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