combine_first在Series数据框的两行给定的两个上使用：

import pandas as pd
df = pd.DataFrame({'team_token':['abc', 'abc'], 'day1': [1, None], 'day2' : [None, 1]})

df.loc[0].combine_first(df.loc[1])

给出：

 team_token  day1    day2
0   abc           1       1 

编辑：

更好的解决方案也适用于您的最新答案，方法是：

df.max()

假定您的day列包含Nan或一。

如果您有不同的话team_tokens：

   day1  day2  day3 team_token
0   1.0   NaN   NaN        abc
1   NaN   NaN   NaN        abc
2   1.0   1.0   NaN        abc
3   NaN   NaN   NaN        abc
4   1.0   NaN   1.0        ddd
5   1.0   NaN   1.0        ddd
6   NaN   NaN   1.0        ddd

您可以group_by并且仍然参加max该小组的活动：

df.groupby('team_token').max().reset_index()

#  team_token  day1  day2  day3
#0        abc   1.0   1.0   NaN
#1        ddd   1.0   NaN   1.0