如何在指定位置将另一列的值插入目标列，解决插入后索引变动问题？

需求说明 #

需要将Col2列的非空数值插入到Col1列对应行的下一个位置，操作示意图如下：

原代码问题分析 #

原代码的核心问题是插入操作会动态增加列表长度，直接使用原始DataFrame的索引叠加固定偏移的计算方式，无法匹配列表动态变化后的实际位置，最终导致插入位置错位。

修复方案 #

方案1：倒序插入无需计算偏移 #

从索引最大的非空Col2值开始倒序插入，后续插入操作不会影响前面已确定的位置，不需要额外计算偏移量：

# 初始化目标列表为Col1的所有值
target_list = data["Col1"].tolist()
# 筛选出Col2非空的行，保留原始索引
notna_col2 = data[data["Col2"].notna()]["Col2"]

# 倒序遍历非空Col2的索引和值，插入到对应原始索引+1的位置
for origin_idx, col2_val in reversed(notna_col2.items()):
    target_list.insert(origin_idx + 1, col2_val)

方案2：pandas向量化实现（适合大数据量） #

通过排序key实现位置对齐，避免循环操作，性能更高：

# 构造Col1的排序数据集，排序key为原始索引+0.1
col1_df = pd.DataFrame({
    "val": data["Col1"],
    "sort_key": data.index + 0.1
})
# 构造Col2非空值的排序数据集，排序key为原始索引+0.2
col2_df = pd.DataFrame({
    "val": data[data["Col2"].notna()]["Col2"],
    "sort_key": data[data["Col2"].notna()].index + 0.2
})
# 合并后按排序key升序排列，取出结果列
result = pd.concat([col1_df, col2_df]).sort_values("sort_key")["val"].tolist()

内容的提问来源于stack exchange，提问作者Mark