如何修改Pandas聚合代码以合并连续NaN值为同一区间？

原代码无法合并连续NaN的核心原因是：Pandas中NaN与任何值（包括自身）的比较结果都是False，且shift().bfill()的填充逻辑会破坏连续NaN的连续性判断。我们需要调整分组键的生成逻辑，将连续NaN视为相同值进行分组。

修改后的完整代码如下：

# 生成正确的分组键：连续相同值（包括连续NaN）归为同一组
same_as_prev = A["1or0"].eq(A["1or0"].shift()) | (A["1or0"].isna() & A["1or0"].shift().isna())
ser = (~same_as_prev).cumsum()

B = (
        A.groupby(ser, as_index=False)
            .agg({"Index": ["first", "last", "count"],
                  "1or0": "unique"})
            .set_axis(["StartNum", "EndNum", "Size", "Value"], axis=1)
            .assign(Value= lambda d: d["Value"].astype(str).str.strip("[]"))
    )

关键修改说明： #

• 分组键逻辑调整：
  • same_as_prev序列标记当前行值是否与前一行值相同：
    • A["1or0"].eq(A["1or0"].shift())：判断非NaN值是否与前一行相等
    • (A["1or0"].isna() & A["1or0"].shift().isna())：额外判断当前行和前一行是否均为NaN，将连续NaN视为相同值
  • (~same_as_prev).cumsum()：当当前行与前一行不同时，分组号递增，确保连续相同值（包括NaN）归为同一组
• 后续处理兼容：原代码的agg和assign逻辑无需修改，连续NaN分组后的unique()会返回[nan]，经astype(str).str.strip("[]")处理后会显示为nan，符合需求

内容的提问来源于stack exchange，提问作者Natoshi SakiSaki