如何合并DataFrame中相同索引的行并保留各列非空值

要实现你需要的同索引两行聚合成单行、保留各列非空值且不修改原有数据类型的需求，按索引分组后取首个非空值即可实现，具体代码如下：

1. 模拟原始数据（可跳过直接使用你自己的DataFrame） #

import pandas as pd
import numpy as np

# 构造和你场景一致的示例数据
df = pd.DataFrame(
    [["UF", None], [None, 1400]],
    index=["BTU26", "BTU26"],
    columns=["col 1", "col 2"]
)
# 兼容整数列空值，避免空值导致列类型自动转为float
df["col 2"] = df["col 2"].astype("Int64")

2. 核心合并代码 #

# 如果原始数据空值是空字符串，先统一替换为NA
df = df.replace("", pd.NA)
# 按索引分组，每列取分组内第一个非空值
merged_df = df.groupby(level=0).first()

效果说明 #

处理后的merged_df中索引为BTU26的行，col 1值为UF（字符串类型）、col 2值为1400（整数类型），完全符合需求。

注意事项 #

• 如果你同索引下某列存在多个非空值，可将first()替换为last()或自定义聚合函数调整取值优先级
• 单层索引场景下，groupby(level=0)也可以替换为groupby(df.index)，两者效果一致

内容的提问来源于stack exchange，提问作者Lukwolf