python - 如何使用python组合df行？

Question

我正在尝试连接包含字符串的数据框的行。我想检查该行是否包含 NaN如果是这样，请删除 NaN从该行并将其余部分与该行上方的连接起来。最后删除包含 NaN 的行。

这是我的示例数据:

df=[["d","t","u","y","e"],["d",np.nan,np.nan,np.nan,"o"],["y","p","p","w","r"]]
df=pd.DataFrame(df)
print(df)
0    1    2    3  4
d   t    u    y   e
d  NaN  NaN  NaN  o
y    p    p    w  r

我希望输出看起来像下面这样。

   0    1    2    3   4
   dd   t    u    y  eo   
   y    p    p    w   r

这是我的试验，但没有运气。

for i in range(len(df)):
for j in range(len(df.iloc[1,])):
    if(pd.isnull(df.iloc[i,j])==True):
        df.concat(df.iloc[i,j],df.iloc[i-1,j])
        df.dropna(df.iloc[:,i])

我是 Python 新手，任何人都可以帮我解决这个问题。

Answer 1

想法是创造 helper Series用于分组。

所以首先为所有行创建掩码，至少有一个 NaN来自 DataFrame.isna 与 DataFrame.any , 创建 Series通过构造函数，将不匹配的值替换为 NaN来自 Series.where 并使用 limit=1 回填上述相同组的缺失值仅替换上面的一行。

最后将所有缺失值替换为空值，分组和聚合 join :

m = df.isna().any(axis=1)
s = pd.Series(np.arange(len(m)), index=df.index)
g = s.where(m).bfill(limit=1).fillna(s)

df = df.fillna('').groupby(g).agg(''.join).reset_index(drop=True)
print (df)
    0  1  2  3   4
0  dd  t  u  y  eo
1   y  p  p  w   r