使用Pandas将两行内容合并至后一行的方法及报错解决

问题场景 #

原DataFrame：

期望结果：

错误原因分析 #

你之前的代码出现IndexError: single positional indexer is out-of-bounds，核心问题有两个：

• 变量名不匹配：代码里用了df_bo，但实际你的DataFrame变量应为df，导致引用了不存在的对象或行数不足的数据集
• 错误赋值整行：直接修改df.iloc[1]会把A、B列也处理成NaN + 字符串，最终还是NaN，不符合需求，应该只针对需要合并的列操作

可行解决方案 #

方法1：直接定位列赋值

先构造示例DataFrame（已有数据集可跳过）：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [np.nan, 'Federico'],
    'B': [np.nan, 'Giovanni'],
    'C': ['Rossi', 'Giorgio'],
    'D': ['Brambilla', 'Marcello']
})

针对C、D列拼接第一行和第二行内容：

# 仅修改需要合并的C、D列
df.loc[1, ['C', 'D']] = df.loc[0, ['C', 'D']] + ' ' + df.loc[1, ['C', 'D']]

方法2：使用str.cat更安全拼接字符串

如果要处理的列较多，推荐用str.cat方法，避免空值拼接异常：

merge_cols = ['C', 'D']
df.loc[1, merge_cols] = df.loc[0, merge_cols].str.cat(df.loc[1, merge_cols], sep=' ')

两种方法执行后，都能得到你期望的结果。

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