如何基于行索引将DataFrame多列合并至指定列？

问题分析 #

你要实现的是：针对msg为msg0或msg2的行，把d0、d1、d2的内容合并到d0列，同时把d1、d2设为缺失值，但当前代码存在两个关键问题：

• 直接拼接含np.nan的字符串列时，np.nan会导致整个拼接结果变成np.nan（比如示例中第2行的d2是np.nan，直接相加会让d0变成nan）
• 你的mask逻辑错误：目标是处理msg0和msg2，但代码里写的是msg0、msg1、msg3，完全不符合需求

解决方案 #

步骤1：正确构建筛选掩码 #

用isin方法更简洁准确地选中目标行：

mask = df['msg'].isin(['msg0', 'msg2'])

步骤2：安全合并多列（处理NaN） #

先把列中的np.nan替换为空字符串，再进行拼接，避免出现全NaN的情况：

# 合并d0/d1/d2列，NaN替换为空字符串
merged_vals = df[['d0', 'd1', 'd2']].fillna('').sum(axis=1)

或者用apply逐行拼接（效果一致，适合复杂拼接逻辑）：

merged_vals = df[['d0', 'd1', 'd2']].apply(lambda x: ''.join(x.fillna('')), axis=1)

步骤3：更新DataFrame #

将合并后的值赋值给d0列的目标行，同时把d1、d2设为真正的缺失值（注意不要用字符串"NaN"，要用np.nan）：

df.loc[mask, 'd0'] = merged_vals[mask]
df.loc[mask, ['d1', 'd2']] = np.nan

完整代码 #

import pandas as pd
import numpy as np

df = pd.DataFrame({'time': ['0', '1', '2', '3'],
                   'msg': ['msg0', 'msg1', 'msg0', 'msg2'],
                   'd0': ['a', 'x', 'a', '1'],
                   'd1': ['b', 'x', 'b', '2'],
                   'd2': ['c', 'x', np.nan, '3']})

# 筛选需要处理的行
mask = df['msg'].isin(['msg0', 'msg2'])

# 合并列并处理NaN
merged_vals = df[['d0', 'd1', 'd2']].fillna('').sum(axis=1)

# 更新数据
df.loc[mask, 'd0'] = merged_vals[mask]
df.loc[mask, ['d1', 'd2']] = np.nan

print(df)

运行结果 #

time   msg   d0   d1   d2
0    0  msg0  abc  NaN  NaN
1    1  msg1    x    x    x
2    2  msg0   ab  NaN  NaN
3    3  msg2  123  NaN  NaN

额外优化建议 #

如果你的列是从d0开始的连续列，可以用切片代替列名列表，比如df.loc[:, 'd0':'d2']，这样即使列数增加也不用修改代码：

merged_vals = df.loc[:, 'd0':'d2'].fillna('').sum(axis=1)

内容的提问来源于stack exchange，提问作者Jesse T-P