如何在Pandas中合并含NaN值的重复Name列对应行？

完全可以实现你描述的合并逻辑，核心思路是按重复的Name列分组后，逐列提取组内的非空有效值拼接为单行，不需要额外调整行的原始顺序。

核心实现代码 #

# 高效实现：pandas内置的first()方法自动跳过NaN，取组内首个非空值
merged_df = df.groupby(
    'Name', 
    as_index=False,  # 避免Name列被设置为DataFrame的索引
    sort=False       # 保留原数据中Name的首次出现顺序，不需要可删除该参数
).first()

效果验证 #

针对你给出的原始DataFrame：

执行上述代码后得到的合并结果完全匹配预期：

注意事项 #

• 上述逻辑默认同组同列不存在多个互相冲突的非空值，取组内第一个非空值即可满足需求；如果同列存在多个非空值需要自定义合并规则（比如拼接文本、取数值最大值），可以将内置的first()替换为自定义聚合函数
• 如果不需要保留原数据中Name的出现顺序，删除sort=False参数即可，pandas会自动将Name列按字典序排序
• 若分组下某列全为NaN，合并后该位置会自动保留NaN，和pandas默认行为一致

内容的提问来源于stack exchange，提问作者Flo Cp