python - 具有同一行字符的单元格合并为一个单元格

Question

我有一个数据框，错误已经蔓延，其中由两个不同单词组成的数据被分成两个单独的单元格。示例:错误蔓延的帧。示例:

    col1    col2    col3    col4   col5
0   A       1       2       3   
1   B       C       3       4      5
2   D       6       7       8   
3   B       E       9       10     11

我想将同一行单元格中的字母连接到一个单元格中，同时将行的所有其余部分移动到左侧。要获取以下形式的结果:

    col1    col2    col3    col4   col5
0   A       1       2       3   
1   B C     3       4       5
2   D       6       7       8   
3   B E     9       10      11

我现在使用 df.replace(['C', 'E'], [np.nan, np.nan], regex=True)，后来使用 df .iloc[[n]].dropna(axis=1, how="any") 按列。但这并不理想，因为在上面的例子中我得到:

    col1    col2    col3    col4   col5
0   A       1       2       3   
1   B       3       4       5
2   D       6       7       8   
3   B       9       10      11

所以有两行同名，这实际上是不正确的。因为它们应该分别被称为“B C”和“B E”。此外，每次我都必须根据数据手动输入单元格名称以切换为 NaN。你有什么想法吗？

Answer 1

我提供的解决方案太过分了......但仍然有效

df1=df.stack().to_frame()

m=df1[0].groupby(level=0).apply(lambda x :x.str.isalpha().diff().ne(0).cumsum())
df1.groupby([df1.index.get_level_values(0),m]).sum().unstack().add_prefix('col1_')
Out[116]: 
  col1_0                     
0 col1_1 col1_2 col1_3 col1_4
0      A      1      2      3
1     BC      3      4      5
2      D      6      7      8
3     BE      9     10     11

这里改一下

m=df1[0].groupby(level=0).apply(lambda x :x.str.isalpha().ne(1).cumsum())
df1.groupby([df1.index.get_level_values(0),m]).sum().unstack().add_prefix('col1_')
Out[164]: 
  col1_0                     
0 col1_0 col1_1 col1_2 col1_3
0      A    1,5    2,5    3,5
1     BC    3,5    4,5    5,5
2      D    6,5    7,5    8,5
3     BE    9,5   10,5   11,5