使用Python Pandas合并指定列并填充空值的技术问询

直接按以下步骤实现你需要的数据集处理逻辑：

1. 导入Pandas库

import pandas as pd

2. 读取数据集
   根据你的数据源格式（CSV、Excel等）选择对应的读取方法，示例以CSV为例：

df = pd.read_csv("your_input_data.csv")

3. 填充指定列的空值
   使用fillna()方法，用目标列的非空值填充对应列的空值（仅覆盖空值，保留原列已有数据）：

# 用38列填充36列的空值（如果列名是数字，直接用 df[36] = df[36].fillna(df[38])）
df['col36'] = df['col36'].fillna(df['col38'])
# 用45列填充43列的空值
df['col43'] = df['col43'].fillna(df['col45'])
# 用79列填充78列的空值
df['col78'] = df['col78'].fillna(df['col79'])

4. 保留指定列并生成最终数据集
   定义你需要保留的列名列表，筛选后得到目标结构：

# 替换为你实际需要保留的列名集合
target_columns = ['col36', 'col43', 'col78', 'column_x', 'column_y']
df_final = df[target_columns]

5. 保存处理后的数据集
   如果需要导出结果，以CSV为例：

df_final.to_csv("processed_output.csv", index=False)

关键说明 #

• fillna()方法只会填充原列中的空值（NaN），不会修改已有非空数据；
• 如果你的列名是纯数字（而非字符串），直接使用数字作为索引即可（如df[36]）；
• 确保指定保留的列名与数据集中的列名完全匹配，避免出现KeyError。

内容的提问来源于stack exchange，提问作者Dhakshika