提问人：codelearnerallday 提问时间：9/22/2023 最后编辑：Shaidocodelearnerallday 更新时间：9/22/2023 访问量：25
在 Pandas Dataframe 中连接备用行（一个包含数据，一个包含一些 NaN）
Concatenate alternate rows (one with data, one with some NaN) in Pandas Dataframe
问：
我有一个从 PDF 阅读器获取的数据帧，因此数据读取有点混乱。
| A列 | B列 | C列 | D列 | E 列 |
|---|---|---|---|---|
| 美国广播公司 | 5 | 10 | 你好 | 美国广播公司 |
| DEF的 | 南 | 南 | 南 | 南 |
| GHI公司 | 25 | 30 | 再见 | 不。 |
| JKL公司 | 南 | 南 | 南 | 南 |
我看到的数据帧类型的示例。A 列由字符串组成。每个备用行都包含一个用于 A 列的字符串，但所有其他列包含一个 NaN。
我想得到以下信息：
| A列 | B列 | C列 | D列 | E 列 |
|---|---|---|---|---|
| ABCDEF公司 | 5 | 10 | 你好 | 美国广播公司 |
| 吉吉克勒 | 25 | 30 | 再见 | 不。 |
我尝试每 2 行和 2 行隔离一次，但没有获得所需的输出。agg(sum)
答：
0赞
mozway
9/22/2023
#1
使用自定义 groupby.agg 并假设 “Column B” 可用于标识组：
f = {col: ''.join if is_string_dtype(df[col]) else 'first'
for col in df}
group = df['Column B'].notna().cumsum()
out = df.groupby(group, as_index=False).agg(f)
或者，在不缺少值的行上开始组：
group = df.notna().all(axis=1).cumsum()
或者，如果您确实有成对的行：
import numpy as np
group = np.arange(len(df))//2
输出：
Column A Column B Column C Column D Column E
0 ABCDEF 5.0 10.0 Hello ABC
1 GHIJKL 25.0 30.0 Bye Lol
评论