我在处理来自MIMIC数据集的数据。其中一些数据如下所示（数据类型为pandas.dataframe）：

time  A  B  C D01:00 2 NaN 3 402:00 2 NaN 3 403:00 2 NaN 3 401:00 NaN 4 3 4

NaN表示缺失数据。

显然，第1行和第4行（它们在同一时间记录）应该合并。但我该如何操作呢？

我需要的输出如下：

time  A  B  C D01:00 2  4  3 402:00 2 NaN 3 403:00 2 NaN 3 4

回答：

如果你想对其他行进行求和，这里是代码：

df.groupby(['time']).sum() 

或者

df.groupby(['time']).max() 

更多信息请见： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.groupby.html