Python 在Pandas中合并索引上几乎重复的字符串行？

我有一个数据集，每个记录有两个副本。每个记录都有一个ID，每个副本都有相同的ID

在记录的两份副本中，18个字段中有15个字段是相同的。但在3个字段中，顶行包含2个项目和1个NAN；最下面一行包含1个项目（最上面一行有一个NAN）和2个NAN（最上面一行有项目）。有时会出现不遵循此模式的随机NAN

我需要将每条记录折叠成一条，这样我就有了一条包含所有3个非NAN字段的记录

我尝试过各种版本的

groupby

。但这忽略了我需要的3个字段，它们都是基于字符串的。它将某些数值字段的值加倍

如果所有这些都失败了，我将把字母字段转换成数字代码和df.groupby（['ID']）.agg（'sum'）

---

但我认为可能有一种更聪明的方法可以做到这一点。

欢迎使用堆栈溢出！请查看并提供一个包含样本输入和样本输出的示例，以便我们更好地了解您的问题您想要的聚合是

第一个

：

df.groupby（'ID'）.agg（'first'）

。此外，对字符串求和也不好：可以添加数据集的示例吗？您是否尝试过使用for循环函数用相同id的非nan字符串填充nan？欢迎使用堆栈溢出！请查看并提供一个包含样本输入和样本输出的示例，以便我们更好地了解您的问题您想要的聚合是

第一个

：

df.groupby（'ID'）.agg（'first'）

。此外，对字符串求和也不好：可以添加数据集的示例吗？您是否尝试过使用for循环函数用相同id的非nan字符串填充nan？