如何合并pandas DataFrame中相同productID的重复行

你可以通过pandas的分组聚合操作快速完成行合并，该场景下有多种可用实现方式：

• 方法1：使用groupby + first()，会自动取每个分组下各列的第一个非空有效值，是最适配当前场景的写法
  代码示例：

  # 按productID分组，取各列第一个非空值，as_index=False保证productID不作为索引
  df_result = df.groupby('productID', as_index=False).first()
  

• 方法2：使用groupby + sum()，因为NaN和数值相加结果为数值本身，也能得到正确结果
  代码示例：

  df_result = df.groupby('productID', as_index=False).sum()
  

• 方法3：使用数据透视表pivot_table实现
  代码示例：

  df_result = df.pivot_table(
      index='productID',
      values=['units sold', 'units in inventory'],
      aggfunc='first'
  ).reset_index()
  

完整可运行的测试代码如下：

import pandas as pd
import numpy as np

# 构造和示例一致的原始DataFrame
raw_data = {
    'productID': [101, 102, 103, 104, 101, 102, 103, 104],
    'units sold': [32, 45, 15, 27, np.nan, np.nan, np.nan, np.nan],
    'units in inventory': [np.nan, np.nan, np.nan, np.nan, 18, 12, 30, 23]
}
df = pd.DataFrame(raw_data)

# 执行合并
df_result = df.groupby('productID', as_index=False).first()
# 输出结果和预期完全一致
print(df_result)

内容的提问来源于stack exchange，提问作者jub