pandas DataFrame含NaN的浮点列补前导零后拼接字段方法咨询

问题原因 #

你之前的两种写法均无法达到预期，核心问题如下：

• 待处理的Num2、Num3列为float64类型，直接调用字符串专属方法zfill会触发报错
• 格式化时未先将float转成整数，会生成带小数点的字符串（比如3.0格式化后变成003.0），长度不符合要求
• 你写的格式化占位符位数和需求不匹配：Num2要求总长度3位，你使用了{:05}的占位符

实现代码 #

分步实现（可读性更高） #

import pandas as pd

# 处理Num1：转整数后转字符串，避免大整数被转为科学计数法
df['Num1_str'] = df['Num1'].apply(lambda x: str(int(x)) if pd.notnull(x) else x)
# 处理Num2：转整数后补前导零到总长度3位
df['Num2_str'] = df['Num2'].apply(lambda x: f"{int(x):03d}" if pd.notnull(x) else x)
# 处理Num3：转整数后补前导零到总长度5位
df['Num3_str'] = df['Num3'].apply(lambda x: f"{int(x):05d}" if pd.notnull(x) else x)
# 三列拼接，任意一列为NaN则拼接结果保留NaN
df['concat_result'] = df['Num1_str'] + df['Num2_str'] + df['Num3_str']

# 可选：删除中间生成的辅助列
df = df.drop(columns=['Num1_str', 'Num2_str', 'Num3_str'])

单行简洁实现 #

不需要生成中间辅助列，直接用行遍历完成所有逻辑：

import pandas as pd
import numpy as np

df['concat_result'] = df.apply(
    lambda row: f"{int(row['Num1'])}{int(row['Num2']):03d}{int(row['Num3']):05d}"
    if pd.notna(row[['Num1', 'Num2', 'Num3']]).all()
    else np.nan,
    axis=1
)

处理后效果参考 #

对应你给出的示例数据，最终拼接结果如下：

注意事项 #

上述代码默认Num2、Num3的非NaN值均为整数类float（即小数部分为0），如果你的实际数据存在小数部分不为0的情况，需要调整格式化规则适配需求。

内容的提问来源于stack exchange，提问作者casi_cielo32