如何将DataFrame中4列的非空值合并为1列？

针对你描述的场景，这里提供两种简洁的Pandas实现方案：

方法一：使用bfill行方向填充 #

这种方法利用行方向的向后填充，直接提取有效数值：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'id': [1, 2, 3, 4],
    'str': [10, None, None, None],
    'mpr': [None, 11, None, None],
    'cta': [None, None, 6, None],
    'mpt': [None, None, None, 1]
})

# 合并指定列到final
df['final'] = df[['str', 'mpr', 'cta', 'mpt']].bfill(axis=1).iloc[:, 0]
# 保留需要的列
df = df[['id', 'final']]
print(df)

原理说明 #

bfill(axis=1)会沿着每行从左到右填充空值，由于每条记录仅一列有值，填充后第一列就会保留该有效数值；如果四列全为null，填充后结果仍为null，符合需求。

方法二：使用stack过滤空值 #

这种方法通过将列转为行的方式自动过滤空值：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'id': [1, 2, 3, 4],
    'str': [10, None, None, None],
    'mpr': [None, 11, None, None],
    'cta': [None, None, 6, None],
    'mpt': [None, None, None, 1]
})

# 合并列
df['final'] = df.set_index('id')[['str', 'mpr', 'cta', 'mpt']].stack().reset_index(level=1, drop=True)
# 重置索引并保留目标列
df = df[['id', 'final']].reset_index(drop=True)
print(df)

原理说明 #

stack()会将指定列转为行索引的层级，同时自动忽略空值；后续通过reset_index移除多余层级，最终匹配到对应id的有效数值。若某行四列全为空，stack后该行无对应值，final列会自动填充为null。

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