如何在Pandas中拼接含NaN的多列并剔除无效内容

这里给你几个实用方案，完美避开拼接时出现的"nan,"和多余逗号：

方法1：Apply中过滤非NaN值后拼接 #

直接在apply里筛选每行的非NaN元素，再进行拼接，逻辑直观且可控：

import pandas as pd
import numpy as np

df = pd.DataFrame({'foo':['a',np.nan,'c'], 'bar':[1, 2, 3], 'new':['apple', 'banana', 'pear']})
subcat_names = ["foo","new"]

df["result"] = df[subcat_names].apply(
    lambda x: ','.join([str(val) for val in x if pd.notna(val)]), 
    axis=1
)

print(df)

输出结果：

foo  bar     new    result
0    a    1   apple  a,apple
1  NaN    2  banana    banana
2    c    3    pear   c,pear

方法2：Stack + GroupBy（适合多列场景） #

如果需要拼接的列比较多，用stack自动排除NaN值，再按原索引分组拼接，代码更简洁：

df["result"] = df[subcat_names].stack().groupby(level=0).apply(','.join)

这个方法会自动忽略NaN所在的行元素，最终拼接结果和方法1一致。

方法3：填充后清理冗余逗号（补救式方案） #

如果已经提前做了fillna，可以通过字符串处理去掉首尾和重复的逗号，但不如前两种方法高效：

df = df.fillna("")
df["result"] = df[subcat_names].astype(str).agg(','.join, axis=1)\
    .str.strip(',')\
    .str.replace(',+', ',', regex=True)

内容的提问来源于stack exchange，提问作者Ninja