Pandas DataFrame 如何提取NUTS3级人口数据每行的最新年份有效值

你的数据中年份列默认按从新到旧排序，核心逻辑为逐行提取首个非空有效值，操作步骤如下：

• 筛选所有纯年份列，排除region等非统计列
• 按行方向从左到右（对应年份从新到旧）查找第一个非空值，即为对应地区的最新有效数据
• 拼接region列和提取到的最新值列，得到目标结果

首先引入依赖并构造示例数据：

import pandas as pd
import numpy as np

# 构造和你示例结构一致的测试数据
df = pd.DataFrame({
    "region": ["AT201", "AB301", "AB302"],
    "2015": [101, np.nan, np.nan],
    "2014": [100, 123, np.nan],
    "2013": [np.nan, 456, 234]
})

核心处理代码：

# 筛选所有年份列，可根据你实际的列名规则调整筛选条件
year_cols = [col for col in df.columns if col != "region"]
# 按行向后填充，最左列会被填充为该行第一个非空值，直接取第一列即可
df["newest_data"] = df[year_cols].bfill(axis=1).iloc[:, 0]
# 输出目标结构的结果
result = df[["region", "newest_data"]]

补充说明 #

如果你的年份列是按从旧到新的顺序排列，将上述代码中的bfill替换为ffill，同时将取列的逻辑改为iloc[:, -1]即可。

内容的提问来源于stack exchange，提问作者Rasmus Lehmann