大熊猫：在DataFrame中合并两列

Question

我有一个熊猫DataFrame，其中有多个列：

Index: 239897 entries, 2012-05-11 15:20:00 to 2012-06-02 23:44:51
Data columns:
foo                   11516  non-null values
bar                   228381  non-null values
Time_UTC              239897  non-null values
dtstamp               239897  non-null values
dtypes: float64(4), object(1)

其中foo和bar是包含相同数据但名称不同的列。有没有一种方法可以将组成行的行移动foo到bar理想状态，同时保持名称bar？

最后，DataFrame应该显示为：

Index: 239897 entries, 2012-05-11 15:20:00 to 2012-06-02 23:44:51
Data columns:
bar                   239897  non-null values
Time_UTC              239897  non-null values
dtstamp               239897  non-null values
dtypes: float64(4), object(1)

那就是构成bar的NaN值被替换为的值foo。

Answer 1

尝试这个：

pandas.concat([df['foo'].dropna(), df['bar'].dropna()]).reindex_like(df)

如果您希望该数据成为新列bar，只需将结果分配给即可df['bar']。