DataFrame结合正则实现if then else逻辑修复混乱通讯录数据问题

核心问题根因 #

你编写的np.where逻辑不生效，根本原因是：Pandas 中str.extract匹配失败返回的空值是NaN（缺失值类型），不是字符串'nan'，你用== 'nan'做判断条件永远不会命中，所以替换逻辑无法执行。 #

修复方案 #

方案1：使用Pandas原生fillna方法（更简洁） #

fillna是Pandas专门用来填充空值的方法，一行代码即可实现需求：

df['Name_tmp'] = df['Name_tmp'].fillna(df['Name'])

方案2：调整np.where的判断条件（保留原写法） #

如果要继续用np.where，把判断条件换成专门的空值判断函数即可：

df['Name_tmp'] = np.where(pd.isna(df['Name_tmp']), df['Name'], df['Name_tmp'])

额外优化建议 #

你现有代码还有两处容易出错的地方，可以同步调整：

• 正则表达式没有转义括号：正则中()是分组符，要匹配文本里的括号需要加转义符\，修正后的正则参考：
  • 提取括号前的名称：r'([^\(]+)\(.*'
  • 提取括号内的公司内容：r'.*\(([^\)]+)\).*'
• 多字段拼接前先把空值替换为空字符串，避免拼接结果出现nan字符串：

cols_to_merge = ['Name', 'SecondName', 'Surname', 'Company']
df['Nameall_tmp'] = df[cols_to_merge].fillna('').agg(' '.join, axis=1).str.strip()

内容的提问来源于stack exchange，提问作者Simon