如何将含NA的DataFrame两列合并为新列并追加至原数据集？

嘿，你这个需求完全不用写循环来实现，Pandas提供了更简洁高效的矢量化操作，处理几千行数据速度快得多，下面给你几种实用的方法：

方法1：用fillna快速替换NA（最简洁） #

根据你的需求，corprsd2为1时新列取1，为NA时取0，直接用fillna把NA替换成0，再转成整数类型就行：

import pandas as pd

# 假设你的DataFrame叫df
df['corcombined'] = df['corprsd2'].fillna(0).astype(int)

方法2：用np.where实现条件判断（更灵活） #

如果以后你的规则有变化，比如需要结合corprsd1的值调整逻辑，用numpy的where函数可以更清晰地定义判断规则：

import pandas as pd
import numpy as np

df['corcombined'] = np.where(df['corprsd2'].notna(), df['corprsd2'], 0).astype(int)

这段代码的逻辑是：如果corprsd2不是缺失值（也就是等于1），就取corprsd2的值；否则取0，最后转成整数类型。

为什么不推荐循环？ #

Python的循环在处理Pandas DataFrame时效率很低，尤其是数据量达到几千行甚至更多的时候，矢量化操作是Pandas的设计初衷，能利用底层的C语言加速，比循环快几十倍都很正常，而且代码更简洁易读。

内容的提问来源于stack exchange，提问作者Bartosz M