如何在DataFrame中仅当两列均有值时用分隔符拼接？

嘿，我刚好碰到过类似的需求，给你几个实用的解决方案，都能完美实现你想要的效果：

首先先把示例DataFrame构造出来，方便你复现测试：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'col1': ['a', np.nan, 'a'],
    'col2': ['b', 'b', np.nan]
})

方法1：灵活通用的逐行处理（支持多列扩展） #

用apply结合lambda函数，逐行过滤非空值后再拼接，这个方法最灵活，哪怕以后要加第三列、第四列也能直接修改：

df['combined'] = df.apply(
    lambda row: '-'.join([val for val in row if pd.notna(val)]),
    axis=1
)

原理很简单：遍历每一行，把不为NaN的元素收集起来，用'-'连接。如果只有一个非空值，就直接输出该值；两个都有就带分隔符；全空的话会得到空字符串。

方法2：高效的条件判断（适合大数据集） #

如果你的DataFrame行数很多，apply逐行处理可能效率偏低，这时候用numpy.where做向量化判断会快很多：

df['combined'] = np.where(
    # 当col1和col2都不为空时
    pd.notna(df['col1']) & pd.notna(df['col2']),
    # 拼接带分隔符
    df['col1'] + '-' + df['col2'],
    # 否则直接拼接非空值（等价于取存在的那个）
    df['col1'].fillna('') + df['col2'].fillna('')
)

方法3：简洁的字符串拼接法 #

用Pandas的str.cat方法快速拼接，再用正则去掉首尾多余的分隔符：

# 先拼接，空值用空字符串代替
temp = df['col1'].str.cat(df['col2'], sep='-', na_rep='')
# 去掉开头或结尾的分隔符
df['combined'] = temp.str.replace('^-|-$', '', regex=True)

最终结果 #

不管用哪种方法，你都会得到期望的输出：

col1 col2 combined
0    a    b      a-b
1  NaN    b        b
2    a  NaN        a

内容的提问来源于stack exchange，提问作者kane