Pandas相同索引行仅合并非NaN值的实现方法问询
实现方案
你可以通过以下两种常用方法实现需求:
方法1:按索引分组聚合(通用性更强)
因为同索引下每列仅存在一个非NaN值,按索引分组后取各列首个非空值即可:
import pandas as pd import numpy as np # 你的构造数据代码 df=pd.DataFrame([[1.0,np.NaN,np.NaN,np.NaN],[np.NaN,6.0,np.NaN,np.NaN],[np.NaN,np.NaN,11.0,np.NaN],[np.NaN,np.NaN,np.NaN,16]],columns=['A','B','C','D']) df.index=['01-Jan-2021','01-Jan-2021','01-Jan-2021','01-Jan-2021'] # 核心处理代码 res = df.groupby(level=0).first() # 如果需要调整索引格式去掉开头的0,可以额外加这行 # res.index = res.index.str.replace(r'^0', '', regex=True) print(res)
输出结果:
A B C D 01-Jan-2021 1.0 6.0 11.0 16.0
方法2:堆叠重塑自动过滤空值
利用stack自动丢弃NaN的特性,重塑后再转回宽表即可:
res = df.stack().unstack()
处理结果和方法1完全一致。
内容的提问来源于stack exchange,提问作者Chris L
相关产品推荐
相关产品推荐

