如何基于多条件优先级判断为DataFrame添加新列？

1. 构造示例数据 #

先还原你提供的DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'ColA': ['A', 'B', 'C'],
    'ColB': [np.nan, 'F', 'D'],
    'ColC': [np.nan, np.nan, 'G']
}, index=[1, 2, 3])

2. 按规则生成NewColD #

利用fillna()的链式调用实现优先级填充逻辑（ColC > ColB > ColA）：

df['NewColD'] = df['ColC'].fillna(df['ColB']).fillna(df['ColA'])

3. 执行结果 #

运行后得到的DataFrame如下：

ColA ColB ColC NewColD
1    A  NaN  NaN       A
2    B    F  NaN       F
3    C    D    G       G

逻辑说明

• df['ColC'].fillna(df['ColB'])：优先保留ColC的非空值，ColC为空的位置用ColB的值填充
• 再调用.fillna(df['ColA'])：若经过上一步后仍有空值（即ColC和ColB均为空），则用ColA的值填充

内容的提问来源于stack exchange，提问作者bg_11