如何堆叠Pandas DataFrame并替换NaN值？

实现思路 #

把重复的Name行合并，保留每个Name对应的Final非空值，将Alpha的不同取值转为列并匹配Two的内容，最后替换所有NaN值。

分步代码实现 #

1. 提取每个Name的Final非空值
   按Name分组，提取Final列的第一个有效非空值：

final_df = df.groupby('Name')['Final'].first().reset_index()

2. 将Alpha-Two的键值对转为宽表
   用pivot方法把Alpha的取值转为列，对应填充Two的数据：

alpha_two_df = df.pivot(index='Name', columns='Alpha', values='Two').reset_index()
alpha_two_df.columns.name = None  # 移除列索引名称，让结果更简洁

3. 合并数据并替换NaN
   将两个结果按Name合并，用空字符串替换所有NaN值：

result = pd.merge(final_df, alpha_two_df, on='Name', how='left').fillna('')

最终输出结果 #

执行代码后得到的DataFrame如下：

Name Final     X     Y Z
0  James   foo  1234  5678  
1   John   too  abdc  efgh  
2   Johh        efgh     

内容的提问来源于stack exchange，提问作者Larry Burholme