在Python中合并DataFrame多列为字符串（类Excel TEXTJOIN）

需求说明 #

将DataFrame指定列的非空值（字符串类型）用分号;拼接为新列，空值（Na/NaN）不参与拼接；若所有列均为空，则新列值为NaN。示例效果如下：

a        b        c        d       RESULT
0      AA       BB       CC       DD      AA;BB;CC;DD
1      ab       Na       cd       da      ab;cd;da
2      Na       xx       Na       Na      xx
3      Na       Na       Na       Na      Na

解决方案 #

以下是两种高效实现方式，基于Pandas原生方法，无需额外依赖：

方法1：自定义函数+apply逐行处理

先定义一个过滤空值并拼接的函数，再应用到目标列上：

import pandas as pd
import numpy as np

# 构造示例数据
df = pd.DataFrame({
    'a': ['AA', 'ab', np.nan, np.nan],
    'b': ['BB', np.nan, 'xx', np.nan],
    'c': ['CC', 'cd', np.nan, np.nan],
    'd': ['DD', 'da', np.nan, np.nan]
})

def textjoin(row, sep=';'):
    # 筛选非空值并转为字符串
    non_empty_vals = [str(val) for val in row if pd.notna(val)]
    # 有非空值则拼接，否则返回NaN
    return sep.join(non_empty_vals) if non_empty_vals else np.nan

# 对指定列应用函数，生成RESULT列
df['RESULT'] = df[['a', 'b', 'c', 'd']].apply(textjoin, axis=1)

方法2：agg+lambda简洁写法

用agg结合filter实现一行式处理，再处理全空场景：

# 拼接非空值
df['RESULT'] = df[['a', 'b', 'c', 'd']].agg(
    lambda x: ';'.join(filter(pd.notna, x)), axis=1
)
# 将全空时生成的空字符串替换为NaN
df['RESULT'] = df['RESULT'].replace('', np.nan)

结果验证 #

执行上述代码后，输出df即可得到符合要求的结果：

a    b    c    d         RESULT
0     AA   BB   CC   DD  AA;BB;CC;DD
1     ab  NaN   cd   da     ab;cd;da
2    NaN   xx  NaN  NaN            xx
3    NaN  NaN  NaN  NaN           NaN

为什么之前的方法无效？ #

• 直接用+拼接：只要某列是NaN，拼接结果就会变成NaN，无法过滤空值；
• str.join：仅支持单个可迭代对象，不能直接传入多列Series；
• 列表推导未过滤NaN：会把NaN转为字符串"nan"加入结果；
• str.cat：默认行为是只要任一元素为NaN，整个拼接结果即为NaN，无法跳过空值。

内容的提问来源于stack exchange，提问作者Daniel Sezari