Python 3.x 使用pandas组合包含NaN和int值的所有连续行中的行值

我需要你的帮助： 我想像这样合并连续行：

输入：

Time                      ColA   ColB   Time_for_test[sec]

2020-01-19 08:51:56.461   NaN    B      NaN
2020-01-19 08:52:15.405   NaN    NaN    18.95
2020-01-19 08:52:40.923   A      NaN    NaN
2020-01-19 08:52:59.589   NaN    NaN    18.67
2020-01-19 08:54:07.687   NaN    B      NaN

Time                      ColA   ColB   Time_for_test[sec]

2020-01-19 08:51:56.461   NaN    B      NaN
2020-01-19 08:52:15.405   NaN    B      18.95
2020-01-19 08:52:40.923   A      NaN    NaN
2020-01-19 08:52:59.589   A      NaN    18.67
2020-01-19 08:54:07.687   NaN    B      NaN

输出：

Time                      ColA   ColB   Time_for_test[sec]

2020-01-19 08:51:56.461   NaN    B      NaN
2020-01-19 08:52:15.405   NaN    NaN    18.95
2020-01-19 08:52:40.923   A      NaN    NaN
2020-01-19 08:52:59.589   NaN    NaN    18.67
2020-01-19 08:54:07.687   NaN    B      NaN

Time                      ColA   ColB   Time_for_test[sec]

2020-01-19 08:51:56.461   NaN    B      NaN
2020-01-19 08:52:15.405   NaN    B      18.95
2020-01-19 08:52:40.923   A      NaN    NaN
2020-01-19 08:52:59.589   A      NaN    18.67
2020-01-19 08:54:07.687   NaN    B      NaN

当然，我检查了网站上是否存在类似的案例： 我尝试过添加一个新专栏，如下所示：

merge_df = merge_df.fillNa(0)
merge_df['sum'] = merge_df['TableA']+merge_df['Time_for_ST[sec]'].shift(-1)

它不起作用

---

感谢您的耐心

stack

和

unstack

是您的朋友。假设您的数据帧索引是唯一的：

df[['ColA', 'ColB']].stack() \
    .reset_index(level=1) \
    .reindex(df.index) \
    .ffill() \
    .set_index('level_1', append=True) \
    .unstack() \
    .droplevel(0, axis=1)

---

因为这是一条很长的操作链，所以只能运行第1行，然后是第1、2、1、2、3。。。。看看它是如何工作的。

stack

和

unstack

是你的朋友。假设您的数据帧索引是唯一的：

df[['ColA', 'ColB']].stack() \
    .reset_index(level=1) \
    .reindex(df.index) \
    .ffill() \
    .set_index('level_1', append=True) \
    .unstack() \
    .droplevel(0, axis=1)

---

因为这是一条很长的操作链，所以只能运行第1行，然后是第1、2、1、2、3。。。。看看它是如何工作的。

这里的逻辑是什么？是否希望

df[['ColA'，ColB']]=df[['ColA'，ColB']].ffill（limit=1）

？您的解决方案不会更改数据帧…这里的逻辑是什么？是否希望

df[['ColA'，ColB']]=df[['ColA'，ColB']].ffill（limit=1）

？您的解决方案不会更改数据帧…谢谢！你帮助我，我成功地创建了我想要的DF。谢谢！你帮助我，我成功地创建了我想要的DF。