如何为Pandas DataFrame每行提取首个非空值？求更优方案

嘿，你现在用嵌套np.where的方式虽然能实现需求，但当列数变多的时候会变得非常繁琐，而且代码可读性也差。这里给你几个更简洁高效的方案，适配你这种列名无固定规律的场景：

首先先还原你的示例DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "ID": [1, 2, 3, 4],
    "c1": ["a", np.nan, np.nan, np.nan],
    "c2": ["b", "cc", np.nan, np.nan],
    "c3": [np.nan, "dd", "ee", np.nan],
    "c4": ["a", np.nan, "ff", "gg"],
})

方案1：用bfill实现一行搞定（最简洁） #

这是我最推荐的方法，利用pandas的向后填充（bfill）功能，按行方向操作：

# 先筛选出需要检查的目标列（这里是c1到c4，你可以根据实际列名调整筛选逻辑）
target_cols = [col for col in df.columns if col.startswith('c')]
# 按行向后填充，取第一列就是每行的首个非空值
df['result'] = df[target_cols].bfill(axis=1).iloc[:, 0]

原理很简单：bfill(axis=1)会沿着每行从左到右，用后面的非空值填充前面的空值，所以填充后的第一列就正好是每行最左边的非空值。如果你的列是要从右往左找首个非空值，换成ffill(axis=1).iloc[:, -1]就行。

方案2：向量化的idxmax+lookup（高效适配大数据） #

如果你的数据集很大，需要极致的效率，可以用这种纯向量化的操作，避免循环或apply：

non_null_mask = df[target_cols].notnull()
# 找到每行第一个非空值对应的列名
first_non_null_col = non_null_mask.idxmax(axis=1)
# 根据行索引和列名取值
df['result'] = df.lookup(df.index, first_non_null_col)

idxmax(axis=1)会返回每行第一个True值的列名，配合lookup就能快速取出对应的值，全程都是pandas的底层向量操作，性能拉满。

方案3：apply+first_valid_index（可读性拉满） #

如果需要代码逻辑非常清晰，容易理解，可以用apply逐行处理：

def get_first_non_null(row):
    # 获取该行第一个非空值的列索引
    first_valid_col = row.first_valid_index()
    return row[first_valid_col] if first_valid_col is not None else np.nan

df['result'] = df[target_cols].apply(get_first_non_null, axis=1)

这个方法的好处是逻辑一目了然，但要注意：apply本质是逐行循环，在数据量很大的时候性能会比前两种向量化方法差一些，适合小数据集或者需要自定义额外逻辑的场景。

方案对比 #

内容的提问来源于stack exchange，提问作者qqqwww