如何在Pandas中合并DataFrame的两列生成新列name3

给定如下结构的DataFrame：

name1 name2
carl  NaN
NaN   carl
peter NaN
NaN   peter
julia NaN
NaN   julia
jenny jenny
paul  paul
...

需要生成新列name3，取值规则为：每行取非缺失的那个值；若两列均有值且相同，则直接取该值，最终得到如下结果：

name1 name2 name3
carl  NaN   carl
NaN   carl  carl
peter NaN   peter
NaN   peter peter
julia NaN   julia
NaN   julia julia
jenny jenny jenny
paul  paul  paul
...

解决方法 #

方法1：使用combine_first

combine_first会优先保留第一列的非缺失值，当第一列为NaN时，用第二列的值填充，完美匹配需求：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'name1': ['carl', None, 'peter', None, 'julia', None, 'jenny', 'paul'],
    'name2': [None, 'carl', None, 'peter', None, 'julia', 'jenny', 'paul']
})

# 生成name3列
df['name3'] = df['name1'].combine_first(df['name2'])

方法2：使用fillna

逻辑与combine_first一致，用第二列的值填充第一列的NaN，结果相同：

df['name3'] = df['name1'].fillna(df['name2'])

方法3：使用行方向的填充函数

通过bfill或ffill按行填充缺失值，提取有效数据：

# 使用bfill向后填充，取每行第一个非NaN值
df['name3'] = df[['name1', 'name2']].bfill(axis=1).iloc[:, 0]

# 或使用ffill向前填充，取每行最后一个非NaN值
df['name3'] = df[['name1', 'name2']].ffill(axis=1).iloc[:, 1]

最终结果 #

执行上述任意方法后，得到的DataFrame如下：

name1   name2   name3
0    carl    NaN    carl
1     NaN    carl    carl
2   peter    NaN   peter
3     NaN   peter   peter
4   julia    NaN   julia
5     NaN   julia   julia
6   jenny   jenny   jenny
7    paul    paul    paul

内容的提问来源于stack exchange，提问作者Olive