Pandas如何通过groupby处理分组首行填充并转换表结构

核心思路：先按record_id分组填充缺失的name值，再筛选出有效数据行即可，可适配多列类似data的场景。

完整可运行代码 #

import pandas as pd

# 原始导入数据
data = {'record_id':[1,1,1,1,2,2,3,3,3],
        'name':['AA',"","","",'BB',"",'CC',"",""],
        'data':["",'foo1','foo2','foo3',"",'foo4',"",'foo5','foo6']}
df = pd.DataFrame(data)

# 1. 将空字符串转为NA格式方便后续处理
df = df.replace("", pd.NA)

# 2. 按record_id分组，将同组内第一个有效name值填充到所有行
df["name"] = df.groupby("record_id")["name"].ffill()

# 3. 筛选data列有有效值的行，保留需要的字段并重置索引
df_out = df[df["data"].notna()][["name", "data"]].reset_index(drop=True)

print(df_out)

运行后输出和你要求的结果完全一致。

多data类列适配方案 #

如果存在多个类似data的字段（如data1/data2/data3），只需调整筛选逻辑即可：

# 定义所有data类列名
data_cols = ["data1", "data2", "data3"]
# 筛选任意一个data类列有有效值的行
df_out = df[df[data_cols].notna().any(axis=1)][["name"] + data_cols].reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Liz Z