如何在DataFrame中合并相同ID的特征并补零生成新列？

假设你的DataFrame里存在重复ID，每个ID对应不同特征的零散值，要把同一ID的所有特征合并到一行、缺失部分填0，下面是几种实用的pandas处理方法：

方法1：分组取最大值+填充0（最常用） #

如果每个ID的同一特征最多只有一个非空有效值（不会出现同一ID的Feature1有两个不同数值的情况），直接用groupby配合max就能快速合并，再把NaN替换成0：

import pandas as pd

# 假设你的数据集是df
merged_df = df.groupby('ID').max().fillna(0).reset_index()

• groupby('ID')：按ID把数据分组
• max()：保留每组每个特征的非空值（NaN不影响最大值计算）
• fillna(0)：把所有剩余的空值替换成0
• reset_index()：把ID从索引变回普通列

方法2：用透视表直接填充 #

pivot_table自带填充参数，适合需要更灵活配置的场景：

merged_df = pd.pivot_table(
    df,
    index='ID',
    values=df.columns.drop('ID'),  # 指定要聚合的特征列
    aggfunc='max',  # 用max保留非空值，也可以用'first'/'last'
    fill_value=0
).reset_index()

这里fill_value=0会在生成透视表时直接把缺失的位置填0，省去后续填充步骤。

方法3：处理同一特征多有效值的情况 #

如果同一ID的同一特征存在多个不同有效值（比如同一ID的Feature1有两个数值），可以自定义聚合函数把它们合并：

def combine_features(x):
    # 取出非空值列表
    valid_vals = x.dropna().tolist()
    if not valid_vals:
        return 0
    elif len(valid_vals) == 1:
        return valid_vals[0]
    else:
        # 可以把多值拼成字符串，或者保留列表，按需调整
        return ','.join(map(str, valid_vals))

merged_df = df.groupby('ID').agg(combine_features).reset_index()

示例验证 #

比如原数据是：

df = pd.DataFrame({
    'ID': [1,1,2,3],
    'FeatureA': [5, None, 8, None],
    'FeatureB': [None, 10, None, None]
})

用方法1处理后得到的结果：

内容的提问来源于stack exchange，提问作者Hiss