如何将DataFrameGroupBy转为DataFrame（保留值，无需聚合操作）

你需要的不是单纯的groupby，而是分组后对每列聚合提取非空值，这样就能得到可用于合并的标准DataFrame。核心思路是针对每个lstID+covID分组，把各列的非空值保留下来，用同组内的非空值填充对应列的空值。

核心代码 #

import pandas as pd

# 按['lstID','covID']分组，聚合每列的非空值
dftest = cov_DF.groupby(['lstID', 'covID'], as_index=False).agg(
    lambda x: x.dropna().iloc[0] if not x.dropna().empty else None
)

代码说明 #

1. as_index=False：让分组的lstID和covID保持为普通列，而非转为索引，方便后续和其他DataFrame按lstID合并。
2. agg聚合逻辑：对每一列执行lambda操作：
   • 先剔除列中的空值（x.dropna()）
   • 若剔除后还有数据，取第一个值（适配你的场景：同一分组同一列只会有一个非空值）
   • 若列全为空，则返回None保留空值状态

针对你的示例验证 #

原数据：

执行代码后得到的dftest：

后续合并操作 #

此时dftest是标准DataFrame，直接用pd.merge和其他DF合并即可：

# 假设另一个DF名为other_DF，按lstID合并
merged_df = pd.merge(dftest, other_DF, on='lstID', how='left') # 可根据需求调整how参数

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