通過使用 Pandas Python 合並列來填充空白區域

Question

我是 Python 菜鳥。 我有一個非結構化文本文件，我試圖將其捕獲到 dataframe 並導出到 excel。我需要合並 38 到 36、45 到 43 和 79 到 78，用合並列上的數據填充空白區域。

虛擬數據集

	0	5個	36	38	43	45	78	79
1個	一種	01JUN2022		1.2		乙		1.2
2個	C	01JUN2022		1.4		丁		1.4
3個	乙	01JUN2022	1.5		F		1.6
4個	G	01JUN2022	1.7		H		1.7
5個	我	01JUN2022	1.4		傑		1.8
6個	鉀	01JUN2022	1.7		大號		1.3
1個	一種	01JUN2022		1.2		乙		1.2
2個	C	01JUN2022		1.4	丁		1.4
3個	乙	01JUN2022		1.5	F		1.6
4個	G	01JUN2022	1.7		H		1.7
5個	我	01JUN2022	1.4			傑		1.8
6個	鉀	01JUN2022	1.7		大號			1.3

必填 output

	0	5個	36	43	79
1個	一種	01JUN2022	1.2	乙	1.2
2個	C	01JUN2022	1.4	丁	1.4
3個	乙	01JUN2022	1.5	F	1.6
4個	G	01JUN2022	1.7	H	1.7
5個	我	01JUN2022	1.4	傑	1.8
6個	鉀	01JUN2022	1.7	大號	1.3
1個	一種	01JUN2022	1.2	乙	1.2
2個	C	01JUN2022	1.4	丁	1.4
3個	乙	01JUN2022	1.5	F	1.6
4個	G	01JUN2022	1.7	H	1.7
5個	我	01JUN2022	1.4	傑	1.8
6個	鉀	01JUN2022	1.7	大號	1.3

Answer 1

首先將''轉換為NaN ，如下所示

df = df.replace(r'^\s*$', np.nan, regex=True)

然后可以使用pandas.Series.combine_first

df['36'] = df['36'].combine_first(df['38'])
df['43'] = df['43'].combine_first(df['45'])
df['79'] = df['79'].combine_first(df['78'])

[Out]:
    id  0          5   36   38 43   45   78   79
0    1  A  01JUN2022  1.2  1.2  B    B  NaN  1.2
1    2  C  01JUN2022  1.4  1.4  D    D  NaN  1.4
2    3  E  01JUN2022  1.5  NaN  F  NaN  1.6  1.6
3    4  G  01JUN2022  1.7  NaN  H  NaN  1.7  1.7
4    5  I  01JUN2022  1.4  NaN  J  NaN  1.8  1.8
5    6  K  01JUN2022  1.7  NaN  L  NaN  1.3  1.3
6    1  A  01JUN2022  1.2  1.2  B    B  NaN  1.2
7    2  C  01JUN2022  1.4  1.4  D  NaN  1.4  1.4
8    3  E  01JUN2022  1.5  1.5  F  NaN  1.6  1.6
9    4  G  01JUN2022  1.7  NaN  H  NaN  1.7  1.7
10   5  I  01JUN2022  1.4  NaN  J    J  NaN  1.8
11   6  K  01JUN2022  1.7  NaN  L  NaN  NaN  1.3

最后，可以刪除不需要的列或 select 顯示如下

df = df[['0', '5', '36', '43', '79']]

[Out]:

    0          5   36 43   79
0   A  01JUN2022  1.2  B  1.2
1   C  01JUN2022  1.4  D  1.4
2   E  01JUN2022  1.5  F  1.6
3   G  01JUN2022  1.7  H  1.7
4   I  01JUN2022  1.4  J  1.8
5   K  01JUN2022  1.7  L  1.3
6   A  01JUN2022  1.2  B  1.2
7   C  01JUN2022  1.4  D  1.4
8   E  01JUN2022  1.5  F  1.6
9   G  01JUN2022  1.7  H  1.7
10  I  01JUN2022  1.4  J  1.8
11  K  01JUN2022  1.7  L  1.3

這給出了所需的 output。

---

筆記：

• 還有其他方法可以刪除NaN 。 為此，請參閱： How to remove nan value while combining two column in Panda Data frame?

• 刪除Python中的列也有其他方法，如果想了解更多，請參見：刪除Pandas中的列 DataFrame