Pandas 合并列中的行

Question

拥有这个数据框：A      B                 C    D Train  Superfast         10   20 NaN    Convernient       NaN NaNNaN    Newest model      NaN NaNNaN    Year 2002/099     NaN NaNCar    Fastest           20   30NaN    Can be more fast  NaN NaNNsN    Year/2020/AYD     NaN NaN是否可以将列中的行B向上移动到其他列中具有剩余值的行？A      B                                                  C  D Train  Superfast Convernient Newest model Year 2002/099  10 20 Car    Fastest Can be more fast Year/2020/AYD            20 30

Answer 1

让我们用cumsum它来识别块和分组：

blocks = df['C'].notna().cumsum()

agg_dict = {col:' '.join if col=='B' else 'first' for col in df}

df.groupby(blocks).agg(agg_dict).reset_index(drop=True)

输出：

       A                                                 B     C     D

0  Train  Superfast Convernient Newest model Year 2002/099  10.0  20.0

1    Car            Fastest Can be more fast Year/2020/AYD  20.0  30.0

Answer 2

一个有点复杂的解决方案，仅使用numpy，但对于大数据来说工作速度非常快：

尝试在线运行它！

import pandas as pd, numpy as np, math

df = pd.DataFrame([

    ['Train', 'Superfast', 10, 20],

    [np.nan, 'Convernient', np.nan, np.nan],

    [np.nan, 'Newest model', np.nan, np.nan],

    [np.nan, 'Year 2002/099', np.nan, np.nan],

    ['Car', 'Fastest', 20, 30],

    [np.nan, 'Can be more fast', np.nan, np.nan],

    [np.nan, 'Year/2020/AYD', np.nan, np.nan],

], columns = ['A', 'B', 'C', 'D'])

a = df.values

i = np.append(np.flatnonzero(~(a[:, 0] != a[:, 0])), a.shape[0])

b = a[i[:-1], :]

diffs = np.diff(i)

maxs = np.amax(diffs)

c = np.zeros([i.shape[0], maxs], dtype = np.str_)

begs, ends = i[:-1], i[1:]

for j in range(1, maxs):

    chosen = begs + j < ends

    b[chosen, 1] += ' ' + a[begs[chosen] + j, 1]

df = pd.DataFrame(b, columns = df.columns.values.tolist())

print(df)

代码输出：

       A                                                 B   C   D

0  Train  Superfast Convernient Newest model Year 2002/099  10  20

1    Car            Fastest Can be more fast Year/2020/AYD  20  30