在 Pandas 中合并两行（一个有值，另一个是 NaN）答案

【问题标题】：Merging Two Rows (one with a value, the other NaN) in Pandas在 Pandas 中合并两行（一个有值，另一个是 NaN）
【发布时间】：2017-12-01 15:04:14
【问题描述】：

我知道之前有人问过类似的问题（How to merge two rows in a dataframe pandas 等），但我仍在努力做以下事情（除了具有多行的 pandas 数据框）：

    team_token  day1    day2   day3  day4
0   abc          1      NaN     NaN   NaN
1   abc          NaN     1      NaN   NaN
2   abc          NaN     NaN    NaN    NaN
3   abc          NaN     NaN    NaN     1

我想将具有相同 team_token 的行组合起来，以便最终结果如下所示：

    team_token  day1    day2  day3  day4
0   abc           1      1    NaN     1

提前谢谢你。

【问题讨论】：

把你的代码，你已经尝试过的@cgp25
我尝试了 df.combine_first，但无济于事
您要删除 NaN 值吗？
不，他们可以留下@HardikSondagar

标签： python pandas

【解决方案1】：

在数据框的两行给出的两个Series 上使用combine_first：

import pandas as pd
df = pd.DataFrame({'team_token':['abc', 'abc'], 'day1': [1, None], 'day2' : [None, 1]})

df.loc[0].combine_first(df.loc[1])

给予：

 team_token  day1    day2
0   abc           1       1

#编辑：一个更好的解决方案也适用于您的更新答案：

df.max()

假设您的 day 列包含 Nan 或 one。

如果你有不同的team_tokens:

   day1  day2  day3 team_token
0   1.0   NaN   NaN        abc
1   NaN   NaN   NaN        abc
2   1.0   1.0   NaN        abc
3   NaN   NaN   NaN        abc
4   1.0   NaN   1.0        ddd
5   1.0   NaN   1.0        ddd
6   NaN   NaN   1.0        ddd

您可以group_by 并仍然采取该组的max：

df.groupby('team_token').max().reset_index()

#  team_token  day1  day2  day3
#0        abc   1.0   1.0   NaN
#1        ddd   1.0   NaN   1.0

【讨论】：

我会努力的！我现在意识到我的 1s 实际上是字符串，所以将修复并尝试上述方法，这应该可以！谢谢！
酷！很高兴听到这个

【解决方案2】：

如果每个team_token只有一个非NaN值，可以使用groupby/sum

df.groupby('team_token')['day1', 'day2'].sum().reset_index()

你得到

    team_token  day1    day2
0   abc         1.0     1.0

【讨论】：

【解决方案3】：

也许，不是最短的解决方案，但恕我直言更灵活。

import pandas as pd
import numpy as np

df = pd.DataFrame({'team_token':['abc', 'abc', 'abc', 'abc'], 
                   'day1': [1, None, None, None], 
                   'day2': [None, 1, None, None],
                   'day3': [None, None, None, None],
                   'day4': [None, None, None, 1]})
df

def replace_nan_func(x):
    x = x[~pd.isna(x)]
    if len(x) > 0:
        return x.iloc[0]
    else:
        return np.NaN

df_valid = df.groupby(by='team_token').agg(dict.fromkeys(df.columns[1:], replace_nan_func))
df_valid

【讨论】：