如果一行代码中存在'NaN‘值，则Pandas合并列

在Pandas中，如果一行代码中存在'NaN'值，则可以使用fillna()函数来合并列。

fillna()函数用于填充缺失值。它可以接受一个常数值或一个字典作为参数，用于指定要填充的值。对于合并列的情况，我们可以使用fillna()函数将'NaN'值替换为另一列的对应值。

以下是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'A': [1, 2, 3, float('NaN')], 'B': [4, float('NaN'), 6, 7]}
df = pd.DataFrame(data)

# 合并列
df['C'] = df['A'].fillna(df['B'])

print(df)

输出结果为：

     A    B    C
0  1.0  4.0  1.0
1  2.0  NaN  2.0
2  3.0  6.0  3.0
3  NaN  7.0  7.0

在上述代码中，我们创建了一个包含'NaN'值的DataFrame。然后，使用fillna()函数将列'A'中的'NaN'值替换为列'B'中对应的值，并将结果存储在新的列'C'中。

对于Pandas的更多详细信息和使用方法，可以参考腾讯云的相关产品文档：Pandas 数据分析。