Python熊猫csv多行值数组

Question

我有一个csv，它的值分散在这样的多行上(实际数据大约有70列)

id | name | alias
 1 |  Amy | Potato
   |      | Fortress
 2 | Bill | Gyroscope
...

现在，我想将它导入到dataframe中。如果存在多个别名，则需要将别名读取到数组中。从上面的例子中，我们应该得到Amy [Potato, Fortress]和Bill [Gyroscope]

我可以进行逐行处理，但是如果有更聪明的内置方式，我就在徘徊。

UPD:澄清要求

Answer 1

如果您的csv文件看起来像：

id,name,alias
1,Amy,Potato
,,Fortress
2,Bill,Gyroscope

您可以使用ffill

df = pd.read_csv('data.csv', dtype=str).ffill()
print(df)

# Output
  id  name      alias
0  1   Amy     Potato
1  1   Amy   Fortress
2  2  Bill  Gyroscope

更新

谢谢你的回复！我正在寻找将第1行合并到第0行而不是创建新行的东西。这样我们就能得到艾米土豆，堡垒

使用agg

df = pd.read_csv('data.csv', dtype=str).ffill() \
       .groupby('id', as_index=False) \
       .agg({'id': 'first', 'name': 'first', 'alias': lambda x: list(x)})
print(df)

# Output
  id  name               alias
0  1   Amy  [Potato, Fortress]
1  2  Bill         [Gyroscope]

Answer 2

如果您的数据如下所示：

id | name | alias
 1 |  Amy | Potato
   |      | Fortress
 2 | Bill | Gyroscope

将这些数据保存在data.txt文件中，然后您可以简单地

import pandas as pd
import numpy as np

def str_to_nan(x):
    return [np.nan if str(i).strip() == '' else i for i in x]


df = pd.read_csv('data.txt', sep='|').apply(lambda x: str_to_nan(x))
df = df.ffill()

Output:
    id  name    alias
0   1   Amy     Potato
1   1   Amy     Fortress
2   2   Bill    Gyroscope