Python：将DataFrame中单元格值与同行前一列值拼接

假设你使用的是Pandas库，以下是实现需求的两种可行方法，均已考虑None值的处理：

方法一：逐列循环+行处理（逻辑直观） #

先构造一个匹配你场景的示例DataFrame：

import pandas as pd

# 模拟包含None值的原始DataFrame
df = pd.DataFrame({
    'col1': ['a', None, 'c'],
    'col2': [None, 'b', 'd'],
    'col3': ['e', 'f', None]
})

执行拼接逻辑：

# 从第二列开始遍历所有列
for col in df.columns[1:]:
    # 获取当前列的前一列名称
    prev_col = df.columns[df.columns.get_loc(col) - 1]
    # 按行拼接：若前后值都不为None则拼接，否则保留非None的有效数据
    df[col] = df.apply(
        lambda row: f"{row[prev_col]}{row[col]}" 
        if row[prev_col] is not None and row[col] is not None 
        else row[prev_col] or row[col],
        axis=1
    )

处理后的结果示例：

方法二：批量处理（性能更优，适合大数据集） #

如果你的DataFrame行数较多，推荐这种无需逐行遍历的方法，执行效率更高：

import pandas as pd

df = pd.DataFrame({
    'col1': ['a', None, 'c'],
    'col2': [None, 'b', 'd'],
    'col3': ['e', 'f', None]
})

# 先把None转为空字符串，避免拼接报错
temp_df = df.fillna('')
# 从第二列开始，逐列与前一列拼接
for i in range(1, len(temp_df.columns)):
    temp_df.iloc[:, i] = temp_df.iloc[:, i-1] + temp_df.iloc[:, i]
# 把拼接后的空字符串转回None，保持原始数据格式
df = temp_df.replace('', None)

最终结果与方法一完全一致。

关键说明 #

• 两种方法都避免了None值拼接报错的问题，同时尽可能保留有效数据
• 严格遵循需求：第一列保持原样，仅从第二列开始执行同行前一列的拼接逻辑

内容的提问来源于stack exchange，提问作者RikkiS