如何在Pandas DataFrame中按指定Type列值（含空值）拼接字段

我有一个带Type字段的Pandas DataFrame，包含Name、City、Email信息。需要根据Type的值，将Name分别和City或Email拼接成新列concat_name，但Type列存在空值，处理时出现歧义错误，空值的正确识别是当前难点。

数据与期望结果 #

NULL = None
data = {
    'Type': [NULL, 'MasterCard', 'Visa','Amex'],
    'Name': ['Chris','John','Jill','Mary'],
    'City': ['Tustin','Cleveland',NULL,NULL ],
    'Email': [NULL,NULL,'jdoe@yahoo.com','mdoe@aol.com']
}

df_data = pd.DataFrame(data)

期望生成的concat_name列：

df_data['concat_name'] = ['ChrisTustin', 'JohnCleveland','Jilljdoe@yahoo.com','Marymdoe@aol.com']

尝试方案及报错 #

尝试一：布尔判断 #

if df_data['Type'].isnull() | df_data[df_data['Type'] == 'Mastercard':
   df_data['concat_name'] = df_data['Name']+df_data['City']
if df_data[df_data['Type'] == 'Visa' | df_data[df_data['Type'] == 'Amex':
   df_data['concat_name'] = df_data['Name']+df_data['Email']
else:
   df_data['concat_name'] = 'Error'

报错：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

尝试二：np.where #

df_data['concat_name'] = np.where((df_data['Type'].isna()|(df_data['Type']=='MasterCard'),df_data['Name']+df_data['City'],
np.where((df_data['Type']=="Visa")|(df_data['Type']=="Amex"),df_data['Name']+df_data['Email'], 'Error'

报错：

ValueError: Length of values(2) does not match length of index(12000)

错误原因分析 #

1. 尝试一问题：

   • 直接用if判断返回Series的表达式（如df_data['Type'].isnull()），Python无法确定整个Series的真值（包含多个布尔值），因此抛出歧义错误。
   • 存在语法错误：括号不匹配、Mastercard大小写与原数据的MasterCard不匹配。
   • 连续if会覆盖之前的赋值，逻辑逻辑存在漏洞。

2. 尝试二问题：

   • 括号不匹配导致np.where参数传递错误，返回结果长度与索引不匹配。
   • 未处理City/Email可能存在的空值，实际场景中可能生成NaN。

正确解决方案 #

方案一：修正后的np.where写法 #

import numpy as np
import pandas as pd

NULL = None
data = {
    'Type': [NULL, 'MasterCard', 'Visa','Amex'],
    'Name': ['Chris','John','Jill','Mary'],
    'City': ['Tustin','Cleveland',NULL,NULL ],
    'Email': [NULL,NULL,'jdoe@yahoo.com','mdoe@aol.com']
}

df_data = pd.DataFrame(data)

df_data['concat_name'] = np.where(
    df_data['Type'].isna() | (df_data['Type'] == 'MasterCard'),
    df_data['Name'] + df_data['City'].fillna(''),
    np.where(
        (df_data['Type'] == 'Visa') | (df_data['Type'] == 'Amex'),
        df_data['Name'] + df_data['Email'].fillna(''),
        'Error'
    )
)

方案二：使用df.loc条件赋值（更直观） #

import pandas as pd

NULL = None
data = {
    'Type': [NULL, 'MasterCard', 'Visa','Amex'],
    'Name': ['Chris','John','Jill','Mary'],
    'City': ['Tustin','Cleveland',NULL,NULL ],
    'Email': [NULL,NULL,'jdoe@yahoo.com','mdoe@aol.com']
}

df_data = pd.DataFrame(data)

# 初始化默认值
df_data['concat_name'] = 'Error'

# Type为空或MasterCard时，拼接Name和City
mask1 = df_data['Type'].isna() | (df_data['Type'] == 'MasterCard')
df_data.loc[mask1, 'concat_name'] = df_data.loc[mask1, 'Name'] + df_data.loc[mask1, 'City']

# Type为Visa或Amex时，拼接Name和Email
mask2 = (df_data['Type'] == 'Visa') | (df_data['Type'] == 'Amex')
df_data.loc[mask2, 'concat_name'] = df_data.loc[mask2, 'Name'] + df_data.loc[mask2, 'Email']

两种方案都能得到期望的concat_name列，且处理了空值场景的潜在问题。

内容的提问来源于stack exchange，提问作者hSin