如何合并Pandas DataFrame中含NaN的拆分公司名行

首先构造你提供的示例DataFrame：

import pandas as pd
import numpy as np

data = {
    'Company': ['American', 'Express', 'Co.', 'Apple', 'Microsoft', 'Corp.'],
    'Sales': [np.nan, np.nan, '1,000', '2,000', np.nan, '1,500'],
    'Location': [np.nan, np.nan, 'USA', 'USA', np.nan, 'USA']
}
df = pd.DataFrame(data)

通过以下步骤实现行合并：

1. 生成分组标识：以Sales非空的行为分组起点，累计求和得到每个组的唯一ID
2. 按分组ID聚合：拼接分组内的Company文本，提取Sales和Location的有效值

# 生成分组键：Sales不为空的行标记为1，累计求和得到分组ID
df['group_id'] = df['Sales'].notna().cumsum()

# 按分组聚合处理
result = df.groupby('group_id').agg(
    Company=('Company', ' '.join),
    Sales=('Sales', 'last'),  # 每个组仅最后一行有有效Sales值，用last直接提取
    Location=('Location', 'last')
).reset_index(drop=True)

执行后得到的result即为目标输出：

Company   Sales Location
0  American Express Co.  1,000      USA
1               Apple  2,000      USA
2     Microsoft Corp.  1,500      USA

如果你的Sales列是数值类型（带逗号的字符串可先通过df['Sales'] = df['Sales'].str.replace(',', '').astype(float)转换），上述逻辑完全适用。

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