Pandas中如何在value1列为NaN时将value2列的值合并到该列

你可以直接使用pandas内置的空值填充方法实现需求，核心逻辑是用value2列的值补充value1列的空值，最后仅保留目标列即可。

完整可运行代码示例 #

import pandas as pd
import numpy as np

# 构造示例数据，实际使用时替换为你自己的DataFrame即可
df = pd.DataFrame({
    'value1': [100, 123, np.nan, np.nan, 90],
    'value2': [np.nan, np.nan, 133, 123, np.nan]
})

# 核心操作：用value2的值填充value1的NaN空值
df['value1'] = df['value1'].fillna(df['value2'])

# 仅保留合并后的单列，如需列名改为大写Value1可加上下一行注释的代码
# df.rename(columns={'value1': 'Value1'}, inplace=True)
df = df[['value1']]

# 输出结果验证
print(df)

可选替代方案 #

也可以使用combine_first方法实现同样效果，该方法会优先取第一个序列的非空值，空值位置自动取第二个序列的对应值：

df['value1'] = df['value1'].combine_first(df['value2'])
df = df[['value1']]

两种方案运行后得到的最终结果都和你给出的预期输出完全一致。

内容的提问来源于stack exchange，提问作者Katty_one