Python 基于值和NaN合并行

我的数据框如下所示：

ID  VALUE1  VALUE2  VALUE3
1   NaN     [ab,c]  Good
1   google  [ab,c]  Good
2   NaN     [ab,c1] NaN
2   First   [ab,c1] Good1
2   First   [ab,c1]  
3   NaN     [ab,c]  Good        

要求是： 身份证是关键。对于ID 2，我有3行。因此，我需要将两行合并为一行，这样所有列都有有效值（不包括null和空格）

我的预期产出是：

ID  VALUE1  VALUE2  VALUE3
1   google      [ab,c]  Good
2   First       [ab,c1] Good1
3   NaN     [ab,c]  Good        

我们是否有任何pandas功能来实现这一点，或者我是否必须将数据分离为两个或多个数据帧，并基于NaN/空间进行合并？

---

谢谢你的帮助

注意，我投资了谷歌

import pandas as pd
import numpy as np

data = {'ID' : [1,1,2,2,2,3], 'VALUE1':['NaN','Google','NaN', 'First', 'First','NaN'], 'VALUE2':['abc', 'abc', 'abc1', 'abc1', 'abc1', 'abc'], 'VALUE3': ['Good', 'Good', 'NaN', 'Good1', '0', 'Good']}        
df = pd.DataFrame(data)
df_ = df.replace('NaN', np.NaN).fillna('zero', inplace=False)
df2 = df_.sort_values(['VALUE1', 'ID'])
mask = df2.ID.duplicated()
print (df_[~mask])

输出

   ID  VALUE1 VALUE2 VALUE3
1   1  Google    abc   Good
3   2   First   abc1  Good1
5   3    zero    abc   Good

---

最后，请注意遮罩中的tilda字符（~）是必不可少的

Micheal G有一个更优雅的解决方案。 以下是我比较耗时和业余的方法：

import pandas as pd
import numpy as np
df = pd.DataFrame({"ID": [1,1,2,2,2,3],
        "V1": [np.nan,'google',np.nan,'First','First',np.nan],
        "V2": [['ab','c'],['ab','c'],['ab','c1'],['ab','c1'],['ab','c1'],['ab','c']],
        "V3": ['Good','Good',np.nan,np.nan,'Good1','Good']
    })

应返回：

       V1        V2     V3
1  google   [ab, c]   Good
2   First  [ab, c1]  Good1
3     NaN   [ab, c]   Good

---

为什么

NaN[ab，c]在输出中是好的

？它与谷歌行中的“Good”和[ab，c]匹配。你能解释一下你想做什么吗？不清楚是要从每个

VALUE1

组中提取第一个元素，还是随机提取一个元素。。。目前，

df.groupby（'VALUE1'）。first（）

将是一个有效的解决方案。我已经添加了详细信息。

df.groupby（'ID'）。first（）

？它可行，只需一分钟。我没有将“[]”放入数据帧，因为这在python中意味着其他内容。空值可以出现在任何列中。可以是值2、值3。另外，我的原始数据框形状是（109444，9）。在本例中，只需使用fillna，我已将NaN改为“零”尝试：数据={'ID'：[1,1,2,2,2,2,3]，'VALUE1'：[np.NaN，'Google'，np.NaN，'First'，First'，np NaN]，'VALUE2'：['abc'，np NaN'，abc1'，abc1'，abc']，'VALUE3'：['Good'，Good'，np NaN'，Good1'，0'，Good']}df pd.dataframe（数据框）df2=df.sort\u values（'VALUE1'）。sort\u values（'ID'）。fillna（'zero'，inplace=True）mask=df2.ID.duplicated（）print（df[~mask]）AttributeError:'NoneType'对象也没有属性'ID'用于数据={ID'：[1,1,2,2,2,2,2,3]，'VALUE1'：[np NaN，'Google'np'NaN，'First'，'First'，'First'，np NaN，'VALUE2'：['abc'，'np NaN abc1'，'abc1'，'abc1'，'abc1'，'abc1'，'ab['Good'，'Good'，np.NaN，'Good1'，'0'，'Good']}df=pd.DataFrame（数据）。预期输出为：`ID VALUE1 VALUE2 VALUE3 1谷歌abc Good 2 First abc1 Good 1 3 zero abc Good`。但ID1创新解决方案的列VALUE1为零。+1我获得的输出为`VALUE1 VALUE2 VALUE3 1 NaN abc Good`，但预期为：`VALUE1 VALUE2 VALUE3 1谷歌abc Good`。使用的输入：数据={'ID'：[1,1,2,2,2,3]，'VALUE1'：[np.NaN，'Google'，np.NaN，'First'，'First'，np.NaN]，'VALUE2'：['abc'，np.NaN，'abc1'，'abc1'，'abc']，'VALUE3'：['Good'，'np NaN Good1'，'0'，'Good']}df w=pd.DataFrame（数据）嘿，玛丹，我误解了你的问题。对不起，你在熊猫身上描述的内容是不可能的，除非你把每个单元格都当作一个列表。例如：数据={'ID'：[1,1,1,2,2,2,3]，'VALUE1'：['Amazon'，np.NaN'，'Google'，np.NaN'，'First'，np NaN'，'VALUE2'：[np NaN abc1'，'abc1'，'abc1'，'abc1'，'abc'，'abc'，'VALUE3'：[np.NaN，'Good'，'Good'，np.NaN，'Good1'，'0'，'Good']}df=pd.DataFrame（数据）ID 1的输出（如果将每个单元格视为列表）将是：VALUE1 VALUE2 VALUE3['Amazon'，'Google]，abc，Good。如果您仍然需要帮助，请告诉我，我可以更改上述代码段。

       V1        V2     V3
1  google   [ab, c]   Good
2   First  [ab, c1]  Good1
3     NaN   [ab, c]   Good