如何使用Pandas将含NaN的多行DataFrame转换为单行DataFrame

针对你给出的DataFrame结构，有两种简单的方法可以实现转换：

方法1：按索引分组取最大值 #

利用groupby按索引分组后，调用max()方法——该方法会自动忽略NaN值，保留每组内各列的非空值：

import pandas as pd
import numpy as np

# 构造原始数据
df = pd.DataFrame(
    {
        'a': [1, np.nan, np.nan, np.nan],
        'b': [1, np.nan, np.nan, np.nan],
        'c': [np.nan, 2, np.nan, np.nan],
        'd': [np.nan, 2, np.nan, np.nan],
        'e': [np.nan, np.nan, 3, np.nan],
        'f': [np.nan, np.nan, 3, np.nan],
        'g': [np.nan, np.nan, np.nan, 4],
        'h': [np.nan, np.nan, np.nan, 4]
    },
    index=['o', 'o', 'o', 'o']
)

# 执行转换
result = df.groupby(df.index).max()
print(result)

方法2：填充空值后取单行 #

通过ffill()（前向填充）和bfill()（后向填充）将所有NaN补全，再取最后一行即可得到目标单行DataFrame：

result = df.ffill().bfill().iloc[-1:]
print(result)

为什么numpy diagonal方法不适用？ #

你的数据中，每行的非空值是连续的两列（比如第一行是a、b列，第二行是c、d列），并非矩阵的对角线位置，所以numpy.diagonal()无法提取到需要的数值，自然无法实现转换。

内容的提问来源于stack exchange，提问作者박진호