如何将NaN行分隔的Pandas字符列反向implode为对应原单词？

解法逻辑 #

利用NaN行作为分组分隔符，将相邻非NaN字符归为同一单词组，拼接后映射回原行即可。

实现代码 #

首先构造示例数据（若已有数据可跳过）：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'characters': ['b', 'a', 't', np.nan, 'c', 'o', 'p'],
    'result': ['TP', 'TP', 'FN', None, 'TN', 'FP', 'TP']
})

核心处理代码：

# 生成辅助分组ID，每遇到NaN行就切换到下一个分组
df['group_id'] = df['characters'].isna().shift(fill_value=0).cumsum()

# 按分组拼接字符生成单词映射表
word_mapper = df.groupby('group_id')['characters'].agg(
    lambda x: ''.join(x.dropna()) if x.notna().any() else None
)

# 映射回原表
df['word'] = df['group_id'].map(word_mapper)

# NaN行单独设置word为None
df.loc[df['characters'].isna(), 'word'] = None

# 清理辅助列
df.drop(columns='group_id', inplace=True)

处理后得到的df完全符合要求的输出格式。

内容的提问来源于stack exchange，提问作者Rayleigh