Pandas中NaN是否干扰列拼接？如何处理含字符串与NaN的列拼接

嘿，我来帮你搞定这个拼接难题！咱们要实现的核心逻辑很明确：只要其中一列有有效内容（非NaN、非空字符串），就保留/拼接这些内容；只有当两列全是NaN或空字符串时，才返回NaN。下面给你两种简单好用的实现方式：

方法一：fillna+replace组合（最简洁高效） #

先把NaN替换成空字符串，这样相加时不会被NaN干扰，之后再把空结果转回NaN，完美匹配你的需求：

import pandas as pd
import numpy as np

# 先模拟你的测试数据
df = pd.DataFrame({
    'col0': ['X', 'Y', 'Z', 'W'],
    'col1': ['A', np.nan, np.nan, ''],
    'col2': [np.nan, 'B', np.nan, 'B']
})

# 第一步：将NaN转为空字符串后相加，避免NaN打断拼接
df['col3'] = df['col1'].fillna('') + df['col2'].fillna('')
# 第二步：把两列都为空的结果转回NaN
df['col3'] = df['col3'].replace('', np.nan)

运行后就能得到你想要的结果：

方法二：apply自定义逻辑（更灵活） #

如果之后需要扩展拼接规则（比如加分隔符、过滤特定内容），可以用apply逐行处理，逻辑更直观：

df['col3'] = df[['col1', 'col2']].apply(
    lambda row: ''.join([val for val in row if pd.notna(val) and val != '']),
    axis=1
)
df['col3'] = df['col3'].replace('', np.nan)

这个方法会逐行检查每列的值，只保留非NaN且非空的内容再拼接，最后同样把空结果转成NaN，效果和方法一完全一致。

小补充 #

如果需要在两列都有内容时加分隔符（比如把A和B拼成"A|B"），只要把方法一里的空字符串改成你想要的分隔符就行，比如：

df['col3'] = df['col1'].fillna('') + '|' + df['col2'].fillna('')

之后再按同样的方法把空结果转回NaN即可。

内容的提问来源于stack exchange，提问作者Violatic