如何提取DataFrame各列有效值并合并为单行结果表？

数据老陈

2026-7-5

问题描述

现有DataFrame（表A），其中Position X与Name X为配对列，每个Name列仅有一个有效值（对应Position值不为-1的加粗值）。需要提取这些有效值合并为表B，仅填充有效Name值。尝试用SQL GROUP BY但过滤后无结果，求解决方法。

当前表A：

Position A	Name A	Position B	Name B	Position C	Name C	Position D	Name D	Position E	Name E
-1	tortise	-1	monkey	2	coca cola	-1	slug	-1	rooster
3	sprite	2	coffee	-1	bird	-1	monkey	-1	ostrich
-1	nope	-1	nope	-1	fish	5	root beer	1	tea
-1	nope	-1	nope	-1	nope	-1	nope	-1	nope

目标表B：

Name A	Name B	Name C	Name D	Name E
sprite	coffee	coca cola	root beer	tea

解决方法

一、Pandas处理方案

针对每个Position-Name配对列筛选有效值，再组合成目标DataFrame。

代码实现

import pandas as pd

# 假设原始DataFrame为df
column_pairs = [
    ("Position A", "Name A"),
    ("Position B", "Name B"),
    ("Position C", "Name C"),
    ("Position D", "Name D"),
    ("Position E", "Name E")
]

# 提取各Name列的有效值
result = {}
for pos_col, name_col in column_pairs:
    # 筛选Position不等于-1的行，取对应Name值（仅一个有效值，直接取第一行）
    valid_name = df[df[pos_col] != -1][name_col].iloc[0]
    result[name_col] = [valid_name]

# 生成目标DataFrame
df_b = pd.DataFrame(result)

关键说明

遍历每一组配对列，通过布尔索引筛选有效行
利用iloc[0]获取唯一的有效值，最后将所有有效值整合成一行的DataFrame

二、SQL处理方案

之前GROUP BY无结果是因为错误地过滤了行，正确思路是对每个Name列聚合出对应Position≠-1的值。

实现SQL语句

SELECT
    MAX(CASE WHEN "Position A" != -1 THEN "Name A" END) AS "Name A",
    MAX(CASE WHEN "Position B" != -1 THEN "Name B" END) AS "Name B",
    MAX(CASE WHEN "Position C" != -1 THEN "Name C" END) AS "Name C",
    MAX(CASE WHEN "Position D" != -1 THEN "Name D" END) AS "Name D",
    MAX(CASE WHEN "Position E" != -1 THEN "Name E" END) AS "Name E"
FROM table_a;