combine_first本质是用右侧数据填充左侧空值，并非条件填充；需警惕索引类型不一致导致的静默错位、object类型强制转换及数值运算失败，推荐先align预对齐。
combine_first 本质是“用右侧数据填充左侧空值”，不是条件填充
很多人误以为 combine_first 能按自定义条件（比如“只在 age DataFrame 对应位置是 NaN，就无条件取右侧对应位置的值；否则保留左侧原值。它底层调用的是 fillna 的广播式覆盖，不检查数值关系。
常见错误现象：
– 写了 df1.combine_first(df2) 却发现所有空都填了，包括本不该填的行
– 想只填充某几列的空值，但 combine_first 强制对齐整个 DataFrame，列名不匹配会引入新列或报错
- 使用场景仅限于：两个结构相似的 DataFrame，你想用 df2 作为“兜底数据源”补全 df1 的缺失（如不同时间点采集的报表，用最新快照补旧表空值）
- 必须确保两表索引对齐，否则会按索引自动重排 —— 这可能打乱原始行序
- 若 df2 某列在 df1 中不存在，该列会被直接拼接进来，不是“填充”，而是“合并列”
真要条件填充空值，得先构造带条件的替代值 DataFrame
想实现“仅当 score combine_first 直接完成，但可以用它作为中间工具：先生成一个符合你条件逻辑的“候选填充表”，再用 combine_first 合并。
实操步骤：
- 用
df.copy()创建空白模板，再用loc+ 布尔索引赋值，构造只在目标条件下有值、其余为NaN的 DataFrame - 确保这个候选表与原表索引、列完全一致，否则
combine_first对齐时会出意外 - 最后调用
df.combine_first(candidate)—— 此时它才真正按你的条件“选择性填充”
示例：
import pandas as pd
import numpy as np
<p>df = pd.DataFrame({'score': [85, np.nan, 42, np.nan], 'name': ['A', 'B', 'C', 'D']})
mean_score = df['score'].mean() # 63.5</p><h1>构造候选填充表：只在 score </h1><p>candidate = pd.DataFrame(index=df.index, columns=['score'])
mask = df['score'].isna() & (df['score'].fillna(0) </p><p>result = df.combine_first(candidate)</p><div class="aritcle_card flexRow artxards">
<div class="artcardd flexRow">
<a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill6591" title="Li Python Sec Check"><img
src="https://img.php.cn/upload/skill/000/000/081/179102166033725.jpg" alt="Li Python Sec Check" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a rel="nofollow" href="/xiazai/skill6591" title="Li Python Sec Check" class="overflowclass">Li Python Sec Check</a>
<p class="overflowclass">Python 安全规范检查工具：基于 CloudBase 规范、腾讯安全指南，LLM 智能分析（默认禁用，优先本地执行）</p>
</div>
<a rel="nofollow" href="/xiazai/skill6591" title="Li Python Sec Check" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
</a>
</div>
</div>
注意：这里 mask 的写法很关键 —— df['score'].isna() 找空值，df['score'].fillna(0) 是为了不让空值参与比较（否则布尔运算结果全为 <code>False）。
combine_first 和 fillna、where 的性能与语义差异
combine_first 看似方便，但比直接用 fillna 或 where 多一层索引对齐开销，尤其在大表上明显。它适合“多源数据拼合”场景，不适合单列精细控制。
-
fillna更轻量，支持字典、Series、标量，但不支持跨 DataFrame 条件对齐 -
df.where(cond, other)语义最贴近“条件替换”：满足 cond 保留原值，否则换 other —— 可用于反向构造填充逻辑 -
combine_first一旦触发，就会尝试对齐全部列和索引，若 df2 有额外列，结果中会出现这些列；而fillna只影响指定列
例如，只想填一列且带条件，下面更直接：
# 等价但更清晰
df['score'] = df['score'].where(df['score'].notna() | (df['score'].fillna(0) >= 60),
other=mean_score)
容易被忽略的索引陷阱和类型隐式转换
combine_first 默认按索引对齐，如果两个 DataFrame 索引类型不一致（比如一个是 int64，一个是 string），它不会报错，而是静默返回全 NaN 或错位填充 —— 这类 bug 很难排查。
- 务必检查
df1.index.equals(df2.index)，而不是只看df1.shape == df2.shape - 如果 df2 是通过计算生成的（如 groupby 后的结果），默认索引可能是新 range，需用
set_index显式对齐 - 数值列混合 string 类型时，
combine_first可能强制转成 object，后续数值运算会失败
最稳妥的做法：填充前统一用 df1.align(df2, join='left') 预对齐，再传给 combine_first，避免隐式行为干扰结果。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
