如何基于DataFrame多列非NaN值生成MasterID新列？

你的问题出在判断NaN的方式上——你用了和字符串'nan'比较，但DataFrame里的空值是numpy的特殊值np.nan，不是字符串类型的'nan'，这导致你的条件判断逻辑完全错误，最终后面的ID2赋值覆盖了前面的ID1结果。

正确的实现方法有这几种，都能满足你的需求： #

方法1：使用combine_first（最简洁）

这个方法会优先取ID1的值，如果ID1是NaN，就取ID2的值，完美匹配你的需求：

import pandas as pd
import numpy as np

# 创建原始数据
df = pd.DataFrame({
    'ID1': ['Apple', 'Orange', np.nan, np.nan],
    'ID2': [np.nan, np.nan, 'Pear', 'Grape']
})

# 生成MasterID列
df['MasterID'] = df['ID1'].combine_first(df['ID2'])

方法2：使用fillna

和combine_first效果一致，本质是用ID2填充ID1的空值：

df['MasterID'] = df['ID1'].fillna(df['ID2'])

方法3：使用np.where显式判断

如果你需要更直观的条件逻辑，可以用numpy的where函数，明确指定判断规则：

df['MasterID'] = np.where(df['ID1'].notna(), df['ID1'], df['ID2'])

为什么你的原代码失效？ #

原代码里的df['ID1'] != 'nan'是把每个元素和字符串'nan'做比较，但实际的np.nan和任何值（包括字符串'nan'）比较都会返回True（因为NaN不等于任何东西），所以第一个loc会把所有行的MasterID设为ID1的值；紧接着第二个loc的df['ID2'] != 'nan'同样对所有行成立，又把所有行的MasterID覆盖成ID2的值，最终结果就不符合预期了。

用上面的方法运行后，你会得到期望的结果：

ID1    ID2 MasterID
0    Apple    nan    Apple
1   Orange    nan   Orange
2      nan   Pear     Pear
3      nan  Grape    Grape

内容的提问来源于stack exchange，提问作者tender