Pandas如何逐行汇总指定列非空值生成新列并完成前向填充？

原始数据与需求 #

现有DataFrame的三列示例数据如下：

col_A  col_B  col_C
0    NaN    1.0    NaN
1    NaN    NaN    NaN
2    NaN    NaN    2.0
3    3.0    NaN    4.0

需求逻辑：

• 逐行提取col_A/col_B/col_C中的非空值生成新列new_col
• 单行存在多个非空值时，支持两种取值规则：取平均值、取首个非空值
• 对new_col中全为空的行做前向填充（forward filling）
• 未填充阶段预期效果：

new_col
0      1.0
1      NaN
2      2.0
3      3.5

• 前向填充后预期效果：

new_col
0      1.0
1      1.0
2      2.0
3      3.5

具体实现代码 #

步骤1：逐行计算生成初始新列 #

规则1：多非空值取平均值（匹配示例效果）

pandas内置的行方向均值计算会自动跳过NaN值，全空行默认返回NaN，无需额外写非空判断逻辑：

# 选中目标三列，按行求均值
df['new_col'] = df[['col_A', 'col_B', 'col_C']].mean(axis=1)

规则2：多非空值取首个非空值

通过行方向的向后填充，取填充后每行的第一个值，即可得到从左到右第一个出现的非空值：

df['new_col'] = df[['col_A', 'col_B', 'col_C']].bfill(axis=1).iloc[:, 0]

步骤2：前向填充空值 #

直接调用pandas的前向填充方法，即可将空值替换为上方最近的非空值：

df['new_col'] = df['new_col'].ffill()

你之前使用的df[['col_A', 'col_B', 'col_C']].count(axis=1) >= 1是判断每行非空值数量的逻辑，上述内置方法已经自动处理了空值跳过逻辑，不需要额外加这层判断。

内容的提问来源于stack exchange，提问作者ajoseps