如何将Pandas DataFrame指定两列的数值合并生成新列
Pandas合并两列生成定长格式化新列实现方案
核心逻辑说明
你要实现的新列是两类操作的组合:
- 两列值的优先级填充:按业务规则优先取某一列的非空值,目标列无有效值时取另一列的数值,两列全为空时保留NaN
- 取值定长格式化:所有有效数值统一转为3位字符串,不足长度时前补零,实现007、043这类展示效果
可直接复用的代码实现
# 第一步:按优先级合并两列取值,示例为优先取elected_in非空值,空值位置自动匹配campaigned_in_的值 merge_base = df['elected_in'].fillna(df['campaigned_in_']) # 第二步:格式化为3位定长字符串,空值保留NaN # 先使用可空整数类型消除浮点数带的.0后缀,再做补零格式化 df['new_column'] = ( merge_base .astype('Int64') .astype(str) .str.zfill(3) .replace('<NA>', float('nan')) )
常见踩坑提示
- 不要直接对float类型的原始列做字符串补零操作,否则会出现
007.0这类带小数点的无效值,必须先通过Int64可空整数类型做类型转换消去小数位 - 如果你的取值优先级是反过来(优先取
campaigned_in_列的值,空值取elected_in列),只要把fillna括号内的两列顺序调换即可
输出效果对照
处理后的列取值完全匹配你给出的样例:
- 数值7会输出为
007 - 两列全空时输出
NaN - 数值43会输出为
043 - 数值275会输出为
275 - 数值27会输出为
027
内容的提问来源于stack exchange,提问作者chefbilby
相关产品推荐
相关产品推荐

