如何在Pandas中合并含空值的两列？解决TypeError报错问题

报错根源 #

1. 类型不匹配：pandas读取Excel时，空值会被解析成float类型的NaN，而','.join()要求所有拼接元素必须是字符串。如果x/y列里有数字（int/float）或者NaN，直接用原元素拼接就会触发TypeError。
2. 空值判断逻辑有坑：你的列表推导式[i for i in x if i]会把数值0也过滤掉（因为0在布尔判断里是False），如果业务里0是合法值，这会导致数据丢失。

修正后的代码 #

方案一：先统一转字符串+处理空值，再合并

import pandas as pd

df = pd.read_excel('input.xlsx')
# 把x、y列转为字符串，同时将NaN替换为空字符串
df[['x', 'y']] = df[['x', 'y']].astype(str).replace('nan', '', regex=False)
# 只拼接非空且非空白的内容
df['z'] = df[['x', 'y']].apply(lambda x: ','.join([val for val in x if val.strip()]), axis=1)
print(df)

方案二：更简洁的写法（用fillna和agg）

import pandas as pd

df = pd.read_excel('input.xlsx')
# 先把空值填充为空字符串，转成字符串后直接按行拼接
df['z'] = df[['x', 'y']].fillna('').astype(str).agg(','.join, axis=1)
# 处理极端情况：比如两列都空时避免出现空逗号，或者多连续逗号
df['z'] = df['z'].str.replace('^,|,$', '', regex=True).str.replace(',+', ',', regex=True)
print(df)

补充说明 #

• 转成字符串是因为合并后的z列一般作为文本使用，不会影响原数值的可读性（比如数字123转成"123"完全没问题）。
• 如果需要保留数值类型的特殊处理，可以在拼接前单独判断元素类型，但大部分场景下转字符串就能满足需求。

内容的提问来源于stack exchange，提问作者bluekit46