基于条件合并Pandas DataFrame两列的Python实现问题

现有如下Pandas DataFrame，需基于以下规则生成新列：

• 当y值为'-1'时，取x的值
• 当x值为'-1'时，取y的值

原始DataFrame：

import pandas as pd

df = pd.DataFrame({'x': ['day', 'day', 'night', '-1', '-1', '-1'],
                   'y': ['-1', '-1', '-1', 'night', 'day', 'day']})

你尝试的两种方法出现None/NaN的核心原因：判断条件用了整数-1，但DataFrame中存储的是字符串'-1'，导致条件完全不匹配。以下是修正后的解决方案：

方法一：修正apply函数的判断逻辑 #

将判断中的整数-1改为字符串'-1'，同时补充默认返回避免无匹配时返回None：

def func(row):
    if row['y'] == '-1':
        return row['x']
    elif row['x'] == '-1':
        return row['y']
    return None

df['z'] = df.apply(func, axis=1)

方法二：修正np.select的条件表达式 #

同样将条件中的-1替换为字符串'-1'：

import numpy as np

conditions = [
    (df['y'] == '-1'),
    (df['x'] == '-1'),
]
choices = [df['x'], df['y']]
df['z1'] = np.select(conditions, choices, default=np.nan)

更简洁的替代方案 #

利用Pandas内置方法简化逻辑，比如combine_first：

df['z'] = df['x'].replace('-1', np.nan).combine_first(df['y'].replace('-1', np.nan))

或者使用where链式判断：

df['z'] = df['x'].where(df['y'] == '-1', df['y'].where(df['x'] == '-1'))

最终得到符合预期的结果：

# 输出结果
print(df)
#       x     y      z
# 0   day   -1    day
# 1   day   -1    day
# 2 night   -1  night
# 3   -1 night  night
# 4   -1   day    day
# 5   -1   day    day

内容的提问来源于stack exchange，提问作者Alredz