Python 设置数据集格式时出现问题

从XML中提取这些数据并将其存储到Pandas数据框架之后，我想问一下是否以及如何根据需求格式化数据

问题1:基本上每三行需要通过删除NAN来组合，以表示一行。 例如，表示此数据的正确方法是：

  qid, qualid, val

0 2065887850, 227, (0,0,0,0,0,0,0,0,0,0)
1 2021905255,  30, (49214,.....,...,....) 

问题2:

在某些地方，val变量实际上丢失了（在原始数据中每隔三行），我需要为此放置一个NaN。在这种情况下，所需的输出为。理想情况下，我需要一个解决这两个问题的解决方案

  qid, qualid, val

0 2065887850, 227, (0,0,0,0,0,0,0,0,0,0)
1 2121905255,  23, (49214,.....,...,....) 
2 2834347850,  17, NaN
3 2121905255, 930, (14124,.....,...,....) 
4 2465212110, 227, (2,2,1,4,6,7,0,0,0,0)
5 2921905225, 130, NaN

---

您可以尝试将dataframe转换为字符串类型和groupby 3行并添加行

      col_1   col_2     col_3
0   29021214    NaN     NaN
1   NaN         227     NaN
2   NaN         NaN     0,0,0,0
4   20218343    NaN     NaN
5   NaN         30      NaN
7   324234      NaN     NaN
8   NaN         532     NaN
9   NaN         NaN     NaN


temp = df.col_1.notnull().cumsum()
df = df.replace(np.nan,'').astype(str)
df.groupby(temp).sum().replace('',np.nan)

输出：

---

我不想添加行。这将破坏数据集的用途。每个id都是唯一的，并且具有与之相关联的唯一功能。似乎您的数据用“3行”的数据表示一条记录，使用此逻辑它不会更改记录信息，您能否显示例外情况，我将在@AbhinavRalhan对其进行修改

    col_1       col_2   col_3
col_1           
1   29021214    227    0,0,0,0
2   20218343    30     NaN
3   324234      532.0   NaN