python - 合并 pandas DataFrame 中的两列

Question

给定以下 DataFrame:

      A     B
0 -10.0   NaN
1   NaN  20.0
2 -30.0   NaN

我想合并 A 和 B 列，用值填充 A 列中的 NaN 单元格从 B 列开始，然后删除 B 列，生成如下所示的 DataFrame:

     A
0 -10.0
1  20.0
2 -30.0

我已经设法通过使用 iterrows() 函数解决了这个问题。

完整代码示例:

import numpy as np
import pandas as pd

example_data = [[-10, np.NaN], [np.NaN, 20], [-30, np.NaN]]

example_df = pd.DataFrame(example_data, columns = ['A', 'B'])

for index, row in example_df.iterrows():
    if pd.isnull(row['A']):
        row['A'] = row['B']

example_df = example_df.drop(columns = ['B'])        

example_df

这似乎工作正常，但我在 the documentation for iterrows() 中找到了此信息:

You should never modify something you are iterating over.

看来我做错了。

要达到相同的结果，更好/推荐的方法是什么？

Answer 1

使用Series.fillna与 Series.to_frame :

df = df['A'].fillna(df['B']).to_frame()
#alternative
#df = df['A'].combine_first(df['B']).to_frame()
print (df)
      A
0 -10.0
1  20.0
2 -30.0

如果有更多的列并且每行需要第一个非缺失值，请使用通过一个元素列表为一列选择第一列来回填缺失值DataFrame:

df = df.bfill(axis=1).iloc[:, [0]]
print (df)
      A
0 -10.0
1  20.0
2 -30.0