Pythonのパンダ：無視して、単一の行に複数の行を変換するのNaNの

Question

私は下記のものに類似しDataFrame、私がNaNのを無視し、マージ、1行のデータフレームに変換したい

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

それら

Age Sex Name 
12  Male David 

これを行う方法はPandasですか？

Answer 1

あなたはすべてのcolumns.dropna()後と.reset_index()そうのように組み合わせることがpd.concatを使用することができます得るために

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

：

Age Sex Name 
0 12.0 Male David 

Answer 2

別の方法は、applyに最初に戻すためにfirst_valid_indexを呼び出し、ラムダあります有効な行の値：

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

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

Answer 3

これは厄介です。パンダは索引の自動再構成をしません。だからあなたはいくつかの操作でやりなければなりません。知らんどちらが最善です：

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 

'''