如何在Pandas中合并同一DataFrame的两行数据

原始DataFrame如下：

需要将其转换为如下形式，合并存在缺失值的相邻行，补全有效数据后移除冗余行：

使用Pandas可以通过分组聚合的方式实现需求，代码如下：

import pandas as pd
import numpy as np

# 构造原始数据
df = pd.DataFrame({
    'sn': [0, 1, 2, 3],
    'ID': [10, np.nan, 70, 20],
    'Amount': [3836.68, 1087.63, np.nan, 2863.56]
})

# 生成分组标识：无缺失值的行作为新分组的起点
group_key = df.notna().all(axis=1).cumsum()

# 按分组聚合，提取有效数据并保留目标行的sn
result = df.groupby(group_key).agg({
    'sn': 'first',
    'ID': lambda x: x.dropna().iloc[0],
    'Amount': lambda x: x.dropna().iloc[0]
}).reset_index(drop=True)

print(result)

代码说明 #

• df.notna().all(axis=1)：判断每行是否所有字段都无缺失值，返回布尔数组；cumsum()将连续的缺失行归为同一分组，无缺失行作为新分组的起始。
• 分组聚合时：
  • sn取分组内的第一个值，保留需要的行标识；
  • ID和Amount分别提取分组内的非缺失值，完成数据补全；
• 最后通过reset_index(drop=True)重置索引，得到目标结构。

内容的提问来源于stack exchange，提问作者Raj Banerjee