如何将DataFrame中的三行数据合并为一行？附示例与预期结果

嗨，这事儿用Pandas很容易搞定！你的需求是把三行中各自非NaN的列值合并成一行，刚好每一列都只有一个有效数值，我们可以利用这个特点快速处理。

第一步：还原你的原始DataFrame（如果已经有数据可跳过） #

先把你给出的结构用代码复现，方便后续测试验证：

import pandas as pd
import numpy as np

# 构造原始数据
df = pd.DataFrame({
    'a': [np.nan, 45, np.nan],
    'b': [np.nan, 31, np.nan],
    'c': [np.nan, 85, np.nan],
    'd': [15, np.nan, np.nan],
    'e': [23, np.nan, np.nan],
    'f': [71, np.nan, np.nan],
    'g': [np.nan, np.nan, 52],
    'h': [np.nan, np.nan, 66],
    'i': [np.nan, np.nan, 28]
})

第二步：合并多行到一行 #

这里有两种简洁的实现方式，选哪种都能达到预期效果：

方法1：利用max()快速提取每列有效数值

因为每一列只有一个非NaN值，max()会直接返回这个唯一的有效数值，再转成DataFrame即可：

merged_df = pd.DataFrame(df.max()).T

方法2：用agg()明确提取非缺失值

如果想更清晰地表达逻辑，可以用agg()遍历每一列，删除缺失值后取第一个（也是唯一一个）值：

merged_df = df.agg(lambda col: col.dropna().iloc[0]).to_frame().T

最终结果 #

运行上述代码后，merged_df就会得到你想要的结果：

a   b   c   d   e   f   g   h   i
0  45  31  85  15  23  71  52  66  28

内容的提问来源于stack exchange，提问作者trusted