Python 如何将同一类别的多行合并为一行？

我试图从图中得到表1到表2，但我似乎无法正确地得到它。我尝试将透视表的列A-D从行更改为列。然后我尝试groupby，但它没有给我一行，而是弄乱了我的数据帧

---

您可以使用列中的值填充空值并删除重复项：

与：

df = pd.DataFrame([["A", pd.np.nan, pd.np.nan, "Y", "Z"],
              [pd.np.nan, "B", pd.np.nan, "Y", "Z"],
              [pd.np.nan,pd.np.nan, "C", "Y", "Z"]], columns=list("ABCDE"))
df
     A    B    C  D  E
0    A  NaN  NaN  Y  Z
1  NaN    B  NaN  Y  Z
2  NaN  NaN    C  Y  Z

df.ffill().bfill().drop_duplicates()
   A  B  C  D  E
0  A  B  C  Y  Z

df.ffill（）.bfill（）

给出：

   A  B  C  D  E
0  A  B  C  Y  Z
1  A  B  C  Y  Z
2  A  B  C  Y  Z

根据您的注释，您可以定义一个函数，用同一列中其他地方的唯一值填充第一行缺少的值

def fillna_uniq(df, col):
    if isinstance(col, list):
        for c in col:
            df.loc[df.index[0], c] = df[c].dropna().iloc[0]
    else:
        df.loc[df.index[0], col] = df[col].dropna().iloc[0]
    return df.iloc[[0]]

然后你可以做：

fillna_uniq(df.copy(), ["B", "C", "D"])
       A  B   C     D       E     F
0  Hello  I  am  lost  Pandas  Data

我想它快一点。您可以通过直接传递数据帧而不是副本来修改df

---

HTH

一种方法是使用

apply

和

dropna

：

假设上表中的空格实际上为空：

df = pd.DataFrame({'A':['Hello',np.nan,np.nan,np.nan],'B':[np.nan,'I',np.nan,np.nan],
                   'C':[np.nan,np.nan,'am',np.nan],
                  'D':[np.nan,np.nan,np.nan,'lost'],
                  'E':['Pandas']*4,
                  'F':['Data']*4})

print(df)
       A    B    C     D       E     F
0  Hello  NaN  NaN   NaN  Pandas  Data
1    NaN    I  NaN   NaN  Pandas  Data
2    NaN  NaN   am   NaN  Pandas  Data
3    NaN  NaN  NaN  lost  Pandas  Data

使用

apply

，您可以将lambda函数应用于数据帧的每一列，首先删除空值，然后查找最大值：

df.apply(lambda x: x.dropna().max()).to_frame().T

       A  B   C     D       E     F
0  Hello  I  am  lost  Pandas  Data

或者，如果空格实际上是空字符串，则可以执行以下操作：

df1 = df.replace(np.nan,'')
df1
       A  B   C     D       E     F
0  Hello               Pandas  Data
1         I            Pandas  Data
2            am        Pandas  Data
3                lost  Pandas  Data

df1.apply(lambda x: x[x!=''].max()).to_frame().T

       A  B   C     D       E     F
0  Hello  I  am  lost  Pandas  Data

---

df=df.groupby（level=0，axis=1）.max（）

此外，请将您的图片转换为可复制的数据示例，用于为您提供可验证的答案。它不起作用。我仍然有4行而不是1行。请阅读我的第二条评论。但是有没有办法优化这一点？我用了大约15秒的时间来进行填充。@user8706644您只能填充第一行，而不是删除副本，只保留第一行。如果你有一个巨大的df，可能会更好。我实际上运行的是df.groupby（['E，F']）.ffill（）.bfill（）.drop_duplicates（）自定义方法对组有效吗？当然，groupby对象只是应用了一些东西的更小的df。我稍微修改了一下这个函数，它就可以工作了：

df.groupby（[“E”，“F”]）.apply（lambda x:fillna_uniq（x.copy（），[“a”，“B”，“C”，“D”]））.reset_index（drop=True）