Pandas拼接两列为新ID列时单列为空结果为空该如何解决

问题原因 #

pandas 默认的字符串运算规则中，只要参与+拼接的两个值任意一个为NaN（空值），运算结果就会直接返回NaN，所以才会出现只有两列都有值时才正常拼接的情况。

解决方法 #

方法1：先填充空值再拼接

提前把两列的空值替换为空字符串，再用+拼接即可：

import pandas as pd

f = pd.read_csv('file.csv')
# 填充空值后拼接
f['userID'] = f['destinationUserName'].fillna('') + f['sourceUserName'].fillna('')
keep_col = ['@timestamp', 'message', 'name', 'destinationUserName', 'sourceUserName', 'userID']

new_f = f[keep_col]
new_f.to_csv("newFile.csv", index=False)

方法2：用str.cat()方法（更适合字符串拼接场景）

pandas 字符串专属的cat()方法可以直接指定空值的默认替换值，代码更简洁：

# na_rep参数指定空值替换为对应的内容
f['userID'] = f['destinationUserName'].str.cat(f['sourceUserName'], na_rep='')

注意事项 #

• 注意核对CSV表头和代码中调用的列名大小写是否完全一致，你给出的CSV表头是DestinationUsername、sourceUsername，如果大小写不匹配会导致读取不到列、整列为空，也会触发相同的异常结果。
• 如果需要两列同时为空时userID显示自定义内容，可以在拼接后再加一步填充：f['userID'] = f['userID'].replace('', '未知')，引号内的内容可以按需修改。

内容的提问来源于stack exchange，提问作者Nayden Van