如何拼接Series字符串并过滤None、NaN值，使用加号连接有效内容

你可以通过以下两种方式实现需求：

方案1：最小改动原有代码 #

只需要修改拼接时的lambda逻辑，过滤掉无效值即可：

import pandas as pd

x1=x.str.split(pat='/').str[0].copy()
x2=x1.str.split(expand=True).copy()
# 过滤掉NaN、None以及转字符串后为'None'/'nan'的空值
x2['combined']=x2[x2.columns].apply(lambda row: '+'.join([v for v in row.values if pd.notna(v) and str(v).strip() not in ('None', 'nan', '')]), axis=1)
print(x2['combined'])

方案2：更简洁的高性能写法 #

不需要将split结果展开为DataFrame，直接对分割后的列表做处理，从根源避免生成补位的None/NaN：

x1 = x.str.split('/').str[0].copy()
# 按空格分割后直接过滤有效内容拼接
result = x1.str.split().apply(lambda item: '+'.join([i for i in item if i.strip()]))
print(result)

原有代码出现多余None/NaN的原因是split(expand=True)会将所有行补全到和最长元素行相同的列数，不足的位置自动填充NaN，转字符串拼接时就会被带入结果。

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