如何使用Pandas去除NaN并将所有值合并至同一行？

你可以通过以下几种方法将列表中的多个单键值对字典合并为单行DataFrame，避免NaN的出现：

方法1：合并字典后再转换（最直接高效） #

先把所有字典合并成一个完整的字典，再转换为DataFrame：

import pandas as pd
from collections import ChainMap

data = [{'cisco': 15}, {'developer': 15}, {'root': 15}]
# 合并所有字典
merged_dict = dict(ChainMap(*data))
# 转换为单行DataFrame
df = pd.DataFrame([merged_dict])

方法2：填充NaN后提取单行 #

利用填充方法补全NaN，再提取第一行：

import pandas as pd

data = [{'cisco': 15}, {'developer': 15}, {'root': 15}]
df = pd.DataFrame(data).ffill().bfill().iloc[[0]]

ffill()会向前填充缺失值，bfill()向后填充，确保所有列都有值后，取第一行即可。

方法3：通过Series合并 #

将每个字典转为Series后横向合并，再处理缺失值：

import pandas as pd

data = [{'cisco': 15}, {'developer': 15}, {'root': 15}]
# 每个字典转Series后横向合并
combined = pd.concat([pd.Series(d) for d in data], axis=1).T
# 填充缺失值并取第一行
df = combined.fillna(method='ffill').iloc[[0]]

最终输出 #

执行以上任意方法后，你会得到期望的单行结果：

cisco  developer  root
0     15         15     15

内容的提问来源于stack exchange，提问作者chun xu