Pandas合并每行值为#分隔字符串且忽略空值的问题求解

你当前代码出现连续#的核心原因是na_filter=False参数会将CSV中的空值读取为空字符串，而stack()方法默认只会过滤NaN类型的缺失值，不会过滤空字符串，导致空字符串参与了拼接操作。

以下是两种可行的修改方案： #

方案1：调整读取参数，利用原生缺失值过滤逻辑 #

移除na_filter=False参数，让pandas将空值识别为NaN，stack()默认会自动丢弃NaN值，不需要额外处理：

import pandas as pd

df = pd.read_csv("test.csv")
test = df.stack().groupby(level=0).apply('#'.join)
print(test.to_dict())

适用场景：CSV中的空值为pandas默认可识别的格式（空单元格、NA、NULL等）。

方案2：显式过滤空字符串，兼容性更强 #

如果CSV中的空值是显式的空字符串，或者需要同时过滤全空格的内容，可以在拼接前主动筛选非空元素：

import pandas as pd

df = pd.read_csv("test.csv", na_filter=False)
# 逐行遍历，只拼接非空的元素
test = df.apply(lambda row: '#'.join([item for item in row if item.strip()]), axis=1)
print(test.to_dict())

这个方案不需要依赖pandas的缺失值识别逻辑，对各类空值场景的兼容性更好。

内容的提问来源于stack exchange，提问作者roboragi