Pandas如何新增列实现类似Excel公式的条件拼接填充

• 原Excel A2单元格公式为=IF(B1=1;CONCAT(D1:Z1);"Null")，逻辑为：当引用的B1单元格值等于1时，拼接D1到Z1区域的所有内容，否则返回字符串"Null"
• 数据集单元格值为字符串或整数类型，空单元格已统一填充为"null"占位符
• 原有Pandas实现存在遍历逻辑错误、数据类型不匹配、行列索引混乱等问题，无法得到正确结果

• 遍历DataFrame的逻辑错误：直接for row in df遍历的是DataFrame的列名而非行数据，计算得到的rowcount实际是列数，和行数统计需求完全不符
• 数据类型不匹配：读入时指定dtype=str，所有列的值均为字符串类型，原有代码判断==1（整数）永远不会成立
• 取值逻辑不规范：使用df[i][k]这类链式索引取值容易触发赋值警告，甚至出现数据读写错误
• 未做范围筛选：没有明确提取D列到Z列的拼接范围，也没有跳过填充的"null"空值占位符
• 路径写法存在转义风险：Windows路径直接写反斜杠会触发Python字符串转义问题，建议使用原始字符串格式

import pandas as pd

# 读入文件，路径前加r标记为原始字符串，避免转义错误
df = pd.read_table(r'C:\*path*\001.txt', sep=';', header=0, dtype=str)

# 提取需要拼接的D列到Z列：D为第4列（0基索引为3），Z为第26列（0基索引为25），切片3:26刚好覆盖该范围
# 如果列名是明确命名的，也可以手动传入列名列表，例如 cols_to_concat = ["D","E","F",...,"Z"]
cols_to_concat = df.columns[3:26]

# 预处理拼接内容：将D-Z列中填充的"null"空值替换为空字符串，逐行拼接所有内容
row_concat = df[cols_to_concat].replace("null", "").agg("".join, axis=1)

# 按需选择对应逻辑：
## 逻辑1：严格对齐给出的Excel公式（A2单元格引用上一行B1的结果，下拉后A列存储上一行的判断值）
df["A"] = row_concat.where(df["B"].shift(1).eq("1"), other="Null")

## 逻辑2：如果是同行业务逻辑（当前行B列值为1时，拼接当前行D-Z列内容，即A2判断B2、拼接D2:Z2），注释上面一行，启用下面一行代码
# df["A"] = row_concat.where(df["B"].eq("1"), other="Null")

• 如果你之前填充空单元格用的是大写"Null"，把代码里replace("null", "")的参数替换为"Null"即可
• 如果列顺序不是从A开始依次排列，不要直接用列索引切片，手动传入需要拼接的列名列表避免范围错误
• 最终生成的A列中，满足条件的行是D-Z列所有非空内容的直接拼接，不满足条件的行值为"Null"，和Excel公式返回结果完全一致

内容的提问来源于stack exchange，提问作者Mathurin Elsen