Python2.7：np.where生成np.nan无效，fillna无法替换及列合并问题求助

首先咱们拆解你遇到的两个核心问题：为什么np.nan没被识别为缺失值，以及如何正确合并这三列。

问题根源：字符串与np.nan的类型冲突 #

你用np.where生成列时，条件满足时返回字符串（比如"clear"），不满足时返回np.nan（浮点类型）。np.where会自动统一返回数组的类型，这里会把np.nan转换成字符串形式的'nan'，而不是Pandas能识别的真正缺失值。这就是为什么df.isnull().sum()显示没有空值——这些'nan'是普通字符串，不是缺失标记！

修复方案 #

第一步：生成真正带缺失值的列 #

去掉多余的str()，同时确保Pandas能识别缺失值。更稳妥的方式是直接用pd.np.nan（适配Python2.7的老版本Pandas）：

df['clear lap?'] = np.where(df['position'] == df['position'].shift(), "clear", pd.np.nan)
df['overtaken'] = np.where(df['position'] > df['position'].shift(), "got overtaken", pd.np.nan)
df['overtook'] = np.where(df['position'] < df['position'].shift(), "overtook", pd.np.nan)

现在再运行df.isnull().sum()，就能看到对应的缺失值计数了。

第二步：合并三列成目标列 #

不需要多次调用fillna，链式调用就能一步到位：

df['lap_status'] = df['clear lap?'].fillna(df['overtaken']).fillna(df['overtook'])

或者用combine_first实现同样效果：

df['lap_status'] = df['clear lap?'].combine_first(df['overtaken']).combine_first(df['overtook'])

更高效的替代方案：直接生成目标列 #

其实你不需要先创建三个中间列，用np.select可以一次性生成最终结果，代码更简洁性能也更好：

conditions = [
    df['position'] == df['position'].shift(),
    df['position'] > df['position'].shift(),
    df['position'] < df['position'].shift()
]
choices = [
    "clear",
    "got overtaken",
    "overtook"
]

df['lap_status'] = np.select(conditions, choices, default=np.nan)

这个方法直接根据三个条件生成对应值，不满足任何条件时返回真正的np.nan，完美匹配你的需求。

验证结果 #

运行完上述代码后，你可以用df['lap_status'].isnull().sum()检查缺失值，同时查看列内容确认合并是否正确。

内容的提问来源于stack exchange，提问作者doyz