pandas合并DataFrame时如何忽略NaN值保留双方非空数据

pd.merge是基于列值做关联合并的方法，不是按索引+列位置对齐做填充，你之前的写法没有指定关联键，会默认按所有同名列做关联，且右连接会优先保留右表的所有值，自然会出现左表有效值被覆盖的问题，不适合你当前的场景。

pandas原生提供了专门针对对齐填充场景的方法，不需要自己写循环判断空值，最直接的方案是使用combine_first：

import pandas as pd
import numpy as np

# 构造示例df_a、df_b
df_a = pd.DataFrame({
    'A': [1.0, np.nan, np.nan],
    'B': [np.nan, 1.0, np.nan],
    'C': [np.nan, np.nan, 1.0]
})
df_b = pd.DataFrame({
    'A': [np.nan, np.nan, 2.0],
    'B': [np.nan, 2.0, np.nan],
    'C': [2.0, np.nan, np.nan]
})

# 合并逻辑：df_a的非空值优先保留，空值位置用df_b对应位置的非空值填充
df_c = df_a.combine_first(df_b)

执行后输出的df_c完全匹配预期结果：

A    B    C
0  1.0  NaN  2.0
1  NaN  2.0  NaN
2  2.0  NaN  1.0

方法说明 #

• combine_first会自动按索引、列名对齐两个DataFrame，不会出现同名列重名、笛卡尔积的问题，完全适配你两个表结构完全一致、对应位置取非空值的需求。
• 如果需要自定义合并规则（比如两个位置都有值时取较大值、做计算），可以使用更灵活的combine方法，传入逐元素处理的函数即可，比如和combine_first等价的写法是：

  df_c = df_a.combine(df_b, lambda col_a, col_b: col_a.fillna(col_b))
  

内容的提问来源于stack exchange，提问作者Felds Liscia