Python Dataframe按优先级判断非空值拼接列值的实现问题

你原有代码的问题是会把选中列所有非空值全部拼接，没有按照C>D>E的优先级只取首个非空值拼接，下面给出两种可行实现：

方案一：向量化操作（推荐，大数据量下效率更高） #

利用pandas按行向后填充的特性，直接取出C/D/E列中优先级最高的非空值，再和B列拼接：

import pandas as pd
import numpy as np

# 按C>D>E优先级取第一个非空的后缀值
suffix = df[['C', 'D', 'E']].bfill(axis=1).iloc[:, 0]
# 拼接B列和后缀，避免空后缀产生多余逗号
df['B'] = np.where(suffix.isna(), df['B'], df['B'] + ', ' + suffix)

方案二：apply自定义逻辑（更直观，适合小数据量） #

直接在lambda里写优先级判断逻辑：

df['B'] = df.apply(
    lambda row: f"{row['B']}, {row['C'] if pd.notna(row['C']) else row['D'] if pd.notna(row['D']) else row['E']}",
    axis=1
)

验证效果 #

用你提供的测试数据运行上述代码，得到的B列结果和预期完全一致：

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