Python Pandas：将多行转换为单行，忽略 NaN答案

【问题标题】：Python Pandas : Convert multiple rows into single row, ignoring NaN'sPython Pandas：将多行转换为单行，忽略 NaN
【发布时间】：2016-10-17 23:02:59
【问题描述】：

我有一个类似于下面提到的DataFrame，

 Age    Sex    Name ....
 12     NaN    NaN
 NaN    Male   NaN
 NaN    NaN    David

我想将其转换为一行的数据框，忽略 NaN 并合并它们

 Age    Sex    Name
 12     Male   David

Pandas 是怎么做到的？

【问题讨论】：

标签： python python-2.7 pandas dataframe

【解决方案1】：

您可以使用pd.concat 将.dropna() 和.reset_index() 之后的所有columns 组合起来，如下所示：

pd.concat([df[col].dropna().reset_index(drop=True) for col in df], axis=1)

得到：

    Age   Sex   Name
0  12.0  Male  David

【讨论】：

尝试此操作时出现属性错误.. AttributeError: 'DataFrame' object has no attribute 'items'

【解决方案2】：

另一种方法是 apply 调用 first_valid_index 以返回第一个有效行值的 lambda：

In [246]:
df.apply(lambda x: pd.Series(x[x.first_valid_index()]))

Out[246]:
    Age   Sex   Name
0  12.0  Male  David

【讨论】：

【解决方案3】：

这太恶心了。熊猫不会自动重塑索引；/。所以你必须做一些操作。不知道哪个最好：

import numpy as np,pandas as pd

df= '''
 12     NaN    NaN
 NaN    Male   NaN
 NaN    NaN    David'''

df = np.array(df.split())

df.shape=(3,3)

df = pd.DataFrame(df,columns='Age   Sex   Name'.split())
df.replace('NaN',np.nan,True)

def func(x):
    x.dropna(inplace=True)
    x.reset_index(inplace=True,drop=True)
    #s=pd.Series(vals,index=range(vals.shape[0]))
    #print vals.shape
    #print x.shape
    return x

def func1(x):
    x=x.dropna().values
    idx=range(x.shape[0])
    x=pd.Series(x,index=idx)
    #print vals.shape
    #print x.shape
    return x

def func2(x):
    idx=x.first_valid_index()
    x=x[idx]
    x=pd.Series(x)
    return x

print '#'*20
print df
print '#'*20
print 1,df.apply(func,axis=0)
print '#'*20
print 2,df.apply(func1,axis=0)
print '#'*20
print 3,df.apply(func2,axis=0)
print '#'*20
print 3,pd.DataFrame({colId: df[colId].dropna().values for colId in df})

'''
output:

####################
   Age   Sex   Name
0   12   NaN    NaN
1  NaN  Male    NaN
2  NaN   NaN  David
####################
1   Age   Sex   Name
0  12  Male  David
####################
2   Age   Sex   Name
0  12  Male  David
####################
3   Age   Name   Sex
0  12  David  Male

'''

【讨论】：