Pandas如何基于连续行空值条件合并对应文本列内容

实现方案 #

核心思路 #

通过判断连续行的Value是否为空的状态变化生成分组标识，连续空值行归为同一组，非空值行单独分组，之后按分组聚合即可完成Name字段拼接。

完整代码 #

import pandas as pd

# 构造示例DataFrame
dummy_df = pd.DataFrame([{'Name': 'First', 'Value': 1}, {'Name': 'Start of', 'Value': None}, {'Name': 'cut off', 'Value': None}, {'Name': 'Last', 'Value': 10}, {'Name': 'First of', 'Value': None}, {'Name': 'three lines', 'Value': None}, {'Name': 'cut off', 'Value': None}, {'Name': 'Actually last', 'Value': 100}])

# 生成分组标识：连续空值/非空值行会被分到同一组
is_null = dummy_df['Value'].isna()
group_key = (is_null != is_null.shift()).cumsum()

# 分组聚合：Name列用空格拼接，Value列取组内第一个值
result = dummy_df.groupby(group_key).agg({
    'Name': ' '.join,
    'Value': 'first'
}).reset_index(drop=True)

print(result)

输出结果 #

运行后得到的结果和预期一致：

Name  Value
0                         First    1.0
1              Start of cut off    NaN
2                          Last   10.0
3  First of three lines cut off    NaN
4                 Actually last  100.0

内容的提问来源于stack exchange，提问作者TomNash