Pandas 在数据帧中添加两个元素（基于索引）

我有一个数据帧，其中有些行除了一个变量外是无用的。 我想将这些行中的变量添加到前一行，然后删除无用的行

在数据框中，有一些行中唯一有用的信息是关于变量的，所以我想保留这些信息。 更准确地说，我的数据框看起来像

| cat1 | cat2 | var1 | var2|
|A | x | 1 | 2|
|A | x | 1 | 0|
|A | x ||5   |
|A | y | 1 | 2|
|A | y | 1 | 2|
|A | y | 1 | 3|
|A | y ||6   |
|B | x | 1 | 2|
|B | x | 1 | 4|
|B | x | 1 | 2|
|B | x | 1 | 1|
|B | x ||3   |

我想得到

| cat1 | cat2 | var1 | var2|
|A | x | 1 | 2|
|A | x | 1 | 5（5+0）|
|A | y | 1 | 2|
|A | y | 1 | 2|
|A | y | 1 | 9（6+3）|
|B | x | 1 | 2|
|B | x | 1 | 4|
|B | x | 1 | 2|
|B | x | 1 | 4（3+1）|

我试过这样的代码

test=df[df['var1']='.'.]索引
对于测试中的num：
df['var2][num-1]=df['var2][num-1]+df['var2][num]

但它不起作用

---

任何帮助都将不胜感激。

要获得非常可读的解决方案，请结合选择

var1

的ed行包含

的行。使用

-1

选择下一行。如果是这种情况，请添加下一行，否则只需填充原始行。之后，只需删除带有

df['var2_new'] = np.where(df['var1'].shift(-1) == '.', 
                          df['var2'] + df['var2'].shift(-1), df['var2'])
df[df['var1'] != '.']
#   cat1 cat2 var1  var2  var2_new
#0     A    x    1     2       2.0
#1     A    x    1     0       5.0
#3     A    y    1     2       2.0
#4     A    y    1     2       2.0
#5     A    y    1     3       9.0
#7     B    x    1     2       2.0
#8     B    x    1     4       4.0
#9     B    x    1     2       2.0
#10    B    x    1     1       4.0

---

从来没有两个连续的

s是真的吗？不，从来没有两个连续的“.”这解决了我的问题，而且确实非常可读。多谢各位！Pandas还支持类似于numpy的

df.where

命令。为什么不使用pandas

df.where

而不是numpy？使用numpy

np.where

比pandas

df.where

有什么优势吗？