我有类似下面的文本数据的数据帧，蟒蛇大熊猫合并文本的两行或多行成一条线
name | address | number
1 Bob bob No.56
2 @gmail.com
3 Carly [email protected] No.90
4 Gorge [email protected]
5 .com
6 No.100
，并希望使它像这个帧。
name | address | number
1 Bob [email protected] No.56
2 Carly [email protected] No.90
3 Gorge [email protected] No.100
我正在使用熊猫来读取文件，但不知道如何使用合并或concat。
在name列的情况下，由独特的价值观，
print df
name address number
0 Bob bob No.56
1 NaN @gmail.com NaN
2 Carly [email protected] No.90
3 Gorge [email protected] NaN
4 NaN .com NaN
5 NaN NaN No.100
df['name'] = df['name'].ffill()
print df.fillna('').groupby(['name'], as_index=False).sum()
name address number
0 Bob [email protected] No.56
1 Carly [email protected] No.90
2 Gorge [email protected] No.100
你可能需要ffill()，bfill()，[::-1]，.groupby('name').apply(lambda x: ' '.join(x['address']))，strip()，lstrip()，rstrip()，replace()种事情扩展上面的代码更复杂的数据。
如果要转换性行的数据帧（每列中可能有NaN条目），则可能没有直接的pandas方法。
你需要一些代码在name列赋值，使大熊猫能够知道bob的分离行和@gmail.com属于同一用户Bob。
您可以使用fillna或ffill方法填写第name列中的每个空条目，请参阅pandas dataframe missing data。
df ['name'] = df['name'].ffill()
# gives
name address number
0 Bob bob No.56
1 Bob @gmail.com
2 Carly [email protected] No.90
3 Gorge [email protected]
4 Gorge .com
5 Gorge No.100
然后你可以使用groupby和sum作为聚合功能。
df.groupby(['name']).sum().reset_index()
# gives
name address number
0 Bob [email protected] No.56
1 Carly [email protected] No.90
2 Gorge [email protected] No.100
您可能会发现NaN和空白有用之间的转换，见Replacing blank values (white space) with NaN in pandas和pandas.DataFrame.fillna。