如何在Pandas DataFrame中合并两列生成第三列：取有效值或均值

需求说明 #

我有一个包含两列的Pandas DataFrame，需要生成第三列df['col3']，规则如下：

• 若仅col1或col2存在有效值，则取该值；
• 若两列均有有效值，则取二者的均值；
• 若两列均无有效值，则保留NaN。

尝试的代码（不符合预期） #

df['col3']=pd.concat([df['col2'], df['col1']]).groupby(level=0).mean()

示例数据 #

time        col1        col2    
2000-01-31  389.5400    NaN
2000-02-29  387.7700    NaN
2000-03-31  386.6600    250.2
2000-04-30  384.1850    NaN
2000-05-31  383.3600    267.2
...     ...     ...
2020-03-31  396.3755    NaN
2020-04-30  NaN         350.12
2020-05-31  395.0485    NaN
2020-06-30  394.9400    396.321
2020-07-31  395.3070    NaN

正确实现方法 #

方法1：直接使用mean(axis=1) #

Pandas的mean方法会自动忽略NaN值，完全匹配你的规则，代码简洁高效：

df['col3'] = df[['col1', 'col2']].mean(axis=1)

• 仅单列有值时，均值等于该有效值；
• 两列都有值时，计算二者的平均值；
• 两列均无有效值时，结果保留NaN。

方法2：自定义apply逻辑（适配复杂规则场景） #

如果后续规则需要调整，可以用自定义函数逐行处理：

import pandas as pd

def get_col3_value(row):
    valid_values = [val for val in [row['col1'], row['col2']] if pd.notna(val)]
    if not valid_values:
        return pd.NA
    elif len(valid_values) == 1:
        return valid_values[0]
    else:
        return sum(valid_values) / len(valid_values)

df['col3'] = df.apply(get_col3_value, axis=1)

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