pandas - 如何合并 pandas 中的重复行？

Question

如何合并 pandas 中的重复行，填充缺失值？

在下面的示例中，某些行在 c1 列中缺少值，但 c2 列中存在重复项，可以用作索引来查找和填充在那些缺失的值中。

输入数据如下所示:

    c1  c2
id      
0   10.0    a
1   NaN     b
2   30.0    c
3   10.0    a
4   20.0    b
5   NaN     c

期望的输出:

    c1  c2
0   10  a
1   20  b
2   30  c

但是如何做到这一点呢？

以下是生成示例数据的代码:

import pandas as pd
df = pd.DataFrame({
    'c1': [10, float('nan'), 30, 10, 20, float('nan')]
    'c2': [100, 200, 300, 100, 200, 300],
})

Answer 1

我认为需要sort_values与 drop_duplicates :

df = df.sort_values(['c1','c2']).drop_duplicates(['c2'])
print (df)
     c1   c2
0  10.0  100
4  20.0  200
2  30.0  300

或者首先通过 dropna 删除带有 NaN 的行:

df = df.dropna(subset=['c1']).drop_duplicates(['c2'])
print (df)
     c1   c2
0  10.0  100
2  30.0  300
4  20.0  200

---

df = df.dropna(subset=['c1']).drop_duplicates(['c1','c2'])
print (df)
     c1   c2
0  10.0  100
2  30.0  300
4  20.0  200