如何使用pandas删除dataframe特定单元格NaN值并合并为单行数据

你可以通过pandas的聚合操作直接提取每列的非空有效值，再重构为单行DataFrame即可，两种常用实现方式如下：

• 方法1：使用first聚合（最优，代码最短性能最高）
  每列仅存在1个有效值的场景下，直接对全表按列取第一个非空值，再转置为单行结构：

import pandas as pd
import numpy as np

# 构造示例数据（实际使用时替换为自己的df即可）
df = pd.DataFrame({
    't': ['a', np.nan, np.nan],
    'c': [np.nan, 'b', np.nan],
    'i': [np.nan, np.nan, 'c']
})

# 核心处理代码
result = df.agg('first').to_frame().T

• 方法2：手动对每列删空取值（适合列存在多个非空值、需自定义取值规则的场景）
  如果需要自定义每列的取值逻辑（比如取最后一个有效值），可以逐列处理后再拼接：

# 取每列第一个非空值，转置为单行
result = df.apply(lambda col: col.dropna().iloc[0]).to_frame().T

两种方法输出的result都符合你要求的结构：

内容的提问来源于stack exchange，提问作者user3318064