我在 python 中有一个 pandas 数据框，其中行由 p1 标识。 & p2 ，但是p2有时是NaN :
p1 p2
0 a 1
1 a 2
2 a 3
3 b NaN
4 c 4
5 d NaN
6 d 5
上面的数据帧是使用
从具有许多重复项的较大数据帧返回的df.drop_duplicates(subset=["p1","p2"], keep='last')
这在很大程度上有效，唯一的问题是 NaN和5从技术上讲，它们不重复，因此不会被丢弃。
如何删除另一行具有相同 "d", NaN 的行(例如: p1 ) 和 p2 not.null 的值例如。 "d", 5 。这里重要的是"b", NaN被保留，因为没有行包含 "b", not.null .
最佳答案
我们可以groupby和ffill和bfill，然后drop_duplicates
df.assign(p2=df.groupby('p1')['p2'].apply(lambda x : x.ffill().bfill())).\
drop_duplicates(subset=["p1","p2"], keep='last')
Out[645]:
p1 p2
0 a 1.0
1 a 2.0
2 a 3.0
3 b NaN
4 c 4.0
6 d 5.0
关于python - 如果列为 NaN 并且另一行的列不是 NaN，如何删除 Dataframe 中的行，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/47405274/