Pandas合并DataFrame后合并C/D列替换NaT，能否在合并时处理？

我在对两个DataFrame进行左连接后得到了如下DataFrame：

A	B	C_x	D_x	C_y	D_y
0	1136006640	NaT	NaT	2022-11-18	2022-11-24
1	1136030941	NaT	NaT	2022-11-30	2022-12-09
3	1136051543	2022-11-25	2022-12-16	NaT	NaT
4	1136072241	NaT	NaT	2022-12-20	2022-12-29

其中C_x与C_y、D_x与D_y始终是一方有数据另一方为NaT，我想要合并C_x和C_y为C列、D_x和D_y为D列，用非NaT值填充对应位置的NaT，请问能否在合并阶段完成该操作，还是必须在合并后再处理？

嗨，我来帮你解决这个问题～先给你明确答案：两种方式都能实现，不过如果想一步到位，在合并的链式操作里完成是完全可行的，能省掉单独处理的步骤，下面给你详细说两种方法：

方法1：合并阶段（链式操作）完成 #

这种方法把合并和列合并放在同一段代码里，不需要单独写后续处理逻辑，相当于“合并阶段”完成全部操作。核心用combine_first()方法，它会优先取第一个列的非缺失值，如果是NaT就自动取第二个列的值，完美匹配你的需求。

假设你原来的左连接代码是用pd.merge()，可以改成这样：

import pandas as pd

# 假设你的两个原始DataFrame是df1和df2
merged_clean_df = (
    pd.merge(df1, df2, on=["A", "B"], how="left")
    # 合并C_x/C_y为C列，D_x/D_y为D列
    .assign(
        C=lambda df: df["C_x"].combine_first(df["C_y"]),
        D=lambda df: df["D_x"].combine_first(df["D_y"])
    )
    # 删除多余的_x/_y列
    .drop(columns=["C_x", "C_y", "D_x", "D_y"])
)

运行后直接得到你想要的结果：

方法2：合并后再处理 #

如果你已经得到了带_x/_y后缀的中间DataFrame，也可以单独做列合并处理，逻辑和上面一致：

# 假设你已经有了合并后的merged_df
merged_df["C"] = merged_df["C_x"].combine_first(merged_df["C_y"])
merged_df["D"] = merged_df["D_x"].combine_first(merged_df["D_y"])
# 删除多余列
merged_df = merged_df.drop(columns=["C_x", "C_y", "D_x", "D_y"])

两种方法效果完全相同，选哪种看你的代码习惯：如果想代码更紧凑、少写中间变量，选方法1；如果需要先查看合并后的中间结果再处理，选方法2。

另外补充个小技巧：因为你说C_x/C_y、D_x/D_y始终是一方有值一方为NaT，用fillna()也能实现，比如merged_df["C"] = merged_df["C_x"].fillna(merged_df["C_y"])，效果和combine_first()一样，但combine_first()更通用——如果偶尔出现两边都有值的情况，它会优先保留左连接左边（_x）的值，更符合左连接的逻辑。

内容的提问来源于stack exchange，提问作者Petra Enis