python - 根据相邻行单元格值合并行

Question

我的 df 有时(并非总是)有空单元格的行，除了一个:

 |    A  |      B|    C|
0|  white|    one|    1|
1|       |       |    2|
2|  blue |    two|    3|
3|       |       |    4|
4|       |       |    5|
5|  black|  three|    6|
6|  brown|   four|    7|

我想要完成的是将具有空列“A”和“B”的行与上一行合并。输出应如下所示:

 |    A  |      B|     C|
0|  white|    one|   1 2|
2|  blue |    two| 3 4 5|
5|  black|  three|     6|
6|  brown|   four|     7|

可能的组合是:

• 相邻行中没有空单元格(第 5、6 行)
• 相邻行包含空单元格(第 0、1 行)
• 多个相邻行包含空单元格(第 2 - 4 行)

当这是简单的情况时，每隔一行都有空单元格，我可以用这样的方法来管理它:

df.groupby(np.arange(len(df))//2).sum()

但我无法弄清楚其他/组合情况。

感谢您的帮助。

更新:

在尝试提供的解决方案 df 后发现也有这样的情况:

 |      A|    B|    C
0|  white|  one|    1
1|       |     |    2
2|  white|  one|    3
3|       |     |    4
4|       |     |    5
5|  white|  one|    6
6|  white|  one|    7

根据此类数据提供的解决方案给出以下结果:

 |      A|    B|       C
0|       |     |   2 4 5
1|  white|  one| 1 3 6 7

虽然预期应该是这样的:

 |      A|    B|    C
0|  white|  one|  1 2
2|  white|  one|3 4 5
5|  white|  one|    6
6|  white|  one|    7

Answer 1

使用类似的东西:

df.groupby(df.A.ffill()).agg({'B':'first','C':lambda x: ','.join(map(str,x))}).reset_index()

更好(感谢@piRSquared):

df.astype({'C': str}).ffill().groupby(['A', 'B']).C.apply(' '.join).reset_index()

<小时/>

如果要保留原始 df 的顺序，请尝试:

m=df.groupby(df.A.ffill()).agg({'B':'first','C':lambda x: ','.join(map(str,x))}).\
                                                reindex(df.A.dropna().unique())
m=m.reset_index()
print(m)

<小时/>

       A      B      C
0  white    one    1,2
1   blue    two  3,4,5
2  black  three      6
3  brown   four      7

注意在执行此操作之前将空格替换为 np.nan

编辑:

根据您的更新，您可以执行以下操作:

df=df.replace(r'^\s*$', np.nan, regex=True) #to replace whitespaces to NaN(optional)
new_df=(df.astype({'C': str}).groupby(df['A'].notnull().cumsum())
      .agg({'A':'first','B':'first','C':' '.join}).reset_index(drop=True))
print(new_df)

<小时/>

         A      B      C
0    white    one    1 2
1    white    one  3 4 5
2    white    one      6
3    white    one      7