如何在Pandas/R中按相同列值合并行，用非NaN值填充空缺

针对你的需求，用pandas的groupby配合聚合函数就能解决，因为同一分组内每个列仅存在一个非NaN值，以下是具体实现：

核心代码 #

import pandas as pd

# 假设你的数据集存储在DataFrame df中
# 按record_id和event_id分组，对每列取第一个非NaN值（全NaN则保留）
merged_df = df.groupby(['record_id', 'event_id'], as_index=False).first()

原理说明 #

• groupby(['record_id', 'event_id'])：将数据按这两列的唯一组合分组
• as_index=False：保留分组列作为普通列，不设为索引
• .first()：对每组的每个列，返回第一个非NaN值；如果列内全是NaN，则保留NaN。由于你提到同一分组内仅一个单元格有值，这个方法完全匹配需求

可选替代方案 #

如果担心first()的顺序问题，也可以用.max()或.min()，效果一致（因为同一列分组内只有一个有效值，其他都是NaN，这些函数会忽略NaN返回有效值）：

merged_df = df.groupby(['record_id', 'event_id'], as_index=False).max()

示例验证 #

原数据：

执行代码后得到的merged_df：

内容的提问来源于stack exchange，提问作者user123