如何在Python中合并两个互补同索引的Series为单列DataFrame？

你的场景特别适合用Pandas里的互补填充类方法，因为两个Series的索引位置是完全互补的（每个索引只有一个有值，另一个为空），concat/append这类拼接方法自然达不到你要的“二选一取有效值”的效果。

先构造可复现的示例数据 #

首先把你的示例转换成可运行的代码：

import pandas as pd

df1 = pd.Series(['A', 'B', None, 'D', 'E', None, None, 'G'], name='c1')
df2 = pd.Series([None, None, 'C', None, None, 'F', None, None], name='c2')

方法1：使用combine_first()（推荐） #

这个方法的逻辑是：优先保留当前Series的有效值，空值的位置用传入的Series对应位置的值填充，完美匹配你的需求：

# 合并后转成单列DataFrame
combined_df = df1.combine_first(df2).to_frame(name='combined')
print(combined_df)

方法2：使用fillna() #

原理和上面一致，用df2的值填充df1里的空值：

combined_df = df1.fillna(df2).to_frame(name='combined')
print(combined_df)

运行结果（和你的期望一致） #

combined
0        A
1        B
2        C
3        D
4        E
5        F
6     None
7        G

如果希望空值显示为空字符串而不是None，可以再加一步替换：

combined_df = df1.combine_first(df2).replace({pd.NA: ''}).to_frame(name='combined')

为什么之前的方法不行？ #

• concat是把两个Series作为不同的列拼在一起，不会合并有效值；
• append是把两个Series的行堆叠起来，会出现重复索引；
• union是取索引的并集，同样不会处理值的互补填充。

内容的提问来源于stack exchange，提问作者twhale