Python 合并/连接行数据帧

我有以下数据帧：

Date/Time           P1      P2      P83     ON      OFF
2014-01-13 11:41                    path 83     
2014-01-13 11:41                                    offline
2014-03-26 14:37    path 1              
2014-03-26 14:37                                    offline
2014-03-26 14:37                    path 83     
2014-03-26 15:33    path 1              
2014-03-26 15:33                            online  
2014-04-25 5:44             path 2          
2014-04-25 5:44                                     offline

我想合并具有相同索引的行并填充列。永远不会出现一列具有相同索引的值的情况，即列值不会崩溃。所需的输出是如下所示的数据帧：

Date/Time           P1      P2      P3      ON      OFF
2014-01-13 11:41                    path 83         offline
2014-03-26 14:37    path 1          path 83         offline
2014-03-26 15:33    path 1                  online
2014-04-25 5:44             path 2                  offline

---

非常感谢：）

按键分组并应用

.first（）

为“状态”创建新列：

如果需要，请删除列：

agg.drop(['ON', 'OFF'], axis=1, inplace=True)

将您的

agg

保留为：

                      P1      P2      P83   STATUS
Date/Time                                         
2014-01-13 11:41     NaN     NaN  path 83  offline
2014-03-26 14:37  path 1     NaN  path 83  offline
2014-03-26 15:33  path 1     NaN      NaN   online
2014-04-25 5:44      NaN  path 2      NaN  offline

---

一个天真的

df.groupby（'Date/Time'）。first（）

为您工作？我很惊讶我花了一天时间在这上面：）它工作得很好。关于如何将最后两列（打开和关闭）合并为一列，有什么建议吗？如果你能把你的答案写成“答案”这样我就可以接受了？嗯。。。也许一旦你完成了分组，然后

df['STATUS']=df['ON'].fillna（df['OFF']）

？很好。非常感谢你。如果你写一个“答案”，我可以接受。非常感谢您的帮助：）您是否能够提供更容易复制/可复制的DF？或者将其作为代码或

df.to_dict（）

或类似内容包含？您上面的示例不太好解析，无法使其成为一个可用的DF来运行。

agg.drop(['ON', 'OFF'], axis=1, inplace=True)

                      P1      P2      P83   STATUS
Date/Time                                         
2014-01-13 11:41     NaN     NaN  path 83  offline
2014-03-26 14:37  path 1     NaN  path 83  offline
2014-03-26 15:33  path 1     NaN      NaN   online
2014-04-25 5:44      NaN  path 2      NaN  offline