Question

我有一个像这样的数据框：

df1 = pd.DataFrame([{'GameID': 15, 'Column1': 20,'Column2': 25, 'Column3': -15,'Column4': '','Column5': ''}, {'GameID': 15, 'Column1': '','Column2': '','Column3': '','Column4': 30,'Column5': 40}])

输出如下：

   GameID Column1 Column2 Column3 Column4 Column5
0      15      20      25     -15
1      15                              30      40

我打算在这里进行的操作是合并我的行，这意味着输出将类似于

   GameID Column1 Column2 Column3 Column4 Column5
0      15      20      25     -15      30      40

我尝试分组，但结果不是预期的

df1 = pd.DataFrame(df1.groupby('GameID'))
    0                                                  1
0  15     GameID Column1 Column2 Column3 Column4 Colu...

对此主题的任何建议将不胜感激

谢谢

杰弗里

Answer 1

这是另一种不使用groupby()的替代方法，如注释中强烈建议的那样，使用np.nan和fillna()：

df1 = df1.replace({'':np.nan}).fillna(method='bfill').head(1)

输出：

GameID  Column1 Column2 Column3 Column4 Column5
0   15  20.0    25.0    -15.0   30.0    40.0

熊猫合并行

1 个答案: