如何使用python合并df行？

Question

我正在尝试将包含字符串的数据框的行连接起来。我想检查该行是否包含NaN，如果是，则从该行中删除NaN，然后将其余部分与该行上方的那个连接起来。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的一样。

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

这是我的审判，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的新手，有人可以帮助我吗？

Answer 1

想法是用于创建分组的创建助手Series。

因此，首先为所有至少具有一个NaN的行创建掩码，然后用DataFrame.isna将DataFrame.isna创建为DataFrame.any，将不匹配的值替换为DataFrame.any到Series上面相同组的值，用NaN仅替换上面的一行。

将所有丢失的值最后替换为空值，分组并聚合Series.where：

Series.where