Python/Pandas：如何在dataframe中合并行

合并两个数据帧后：

output = pd.merge(df1, df2, on='ID', how='outer')

我有这样的数据框：

index  x    y   z
  0    2   NaN  3
  0   NaN   3   3
  1    2   NaN  4
  1   NaN   3   4
...

如何合并具有相同索引的行？ 预期产出：

index  x   y  z
  0    2   3  3
  1    2   3  4

---

也许，你可以对他们卑鄙一点

In [418]: output.groupby('index', as_index=False).mean()
Out[418]:
   index    x    y  z
0      0  2.0  3.0  3
1      1  2.0  3.0  4

---

也许，你可以对他们卑鄙一点

In [418]: output.groupby('index', as_index=False).mean()
Out[418]:
   index    x    y  z
0      0  2.0  3.0  3
1      1  2.0  3.0  4

---

我们可以按“索引”对数据帧进行分组，然后。。。我们可以使用.first获得第一个值，或者使用.min获得最小值，当然这取决于具体情况。如果z中的值不同，您希望得到什么

---

我们可以按“索引”对数据帧进行分组，然后。。。我们可以使用.first获得第一个值，或者使用.min获得最小值，当然这取决于具体情况。如果z中的值不同，您希望得到什么

---

如果z中的值不同，会发生什么情况？这会发生吗？您正在“ID”上进行合并，但它不在数据帧中的任何位置。感觉我们丢失了一些数据。这是一个例子，在我的代码中column@IanS当“z”中的变量不同时，这仍然是一个很好的问题。这是一个关于再现性的非常简单的问题，如果你想要最好的答案，请始终发布一个可再现的问题。也包括原始数据帧。如果z中的值不同，会发生什么？这会发生吗？您正在“ID”上进行合并，但它不在数据帧中的任何位置。感觉我们丢失了一些数据。这是一个例子，在我的代码中column@IanS当“z”中的变量不同时，这仍然是一个很好的问题。这是一个关于再现性的非常简单的问题，如果你想要最好的答案，请始终发布一个可再现的问题。还包括原始数据帧。