Skip to main content
 首页 » 编程设计

python之.combine_first 用于合并多行

2025年01月19日10zlslch

我有一个 pandas 数据框 (df),其中某些行存在重复行。这些重复行中的某些列具有 NaN 值,而重复行中的相似列具有值。我想合并重复行,以便将缺失值替换为重复行中的值,然后删除重复行。例如,以下是重复的行:

     id   col1   col2   col3 
0    01   abc           123 
9    01           xy    

结果应该是这样的:

     id   col1   col2   col3 
0    01   abc     xy     123 

我通过使用 df.iloc[0:1,].combine_first(df.iloc[9:10,]) 尝试了 .combine_first 但没有成功。有人可以帮我吗?谢谢!

请您参考如下方法:

我想你需要groupby向前和向后填充 NaN,然后是 drop_duplicates :

print (df) 
   id col1 col2   col3 
0   1  abc  NaN  123.0 
9   1  NaN   xy    NaN 
0   2  abc  NaN   17.0 
9   2  NaN   xr    NaN 
9   2  NaN   xu    NaN 
 
 
df = df.groupby('id').apply(lambda x: x.ffill().bfill()).drop_duplicates() 
print (df) 
   id col1 col2   col3 
0   1  abc   xy  123.0 
0   2  abc   xr   17.0 
9   2  abc   xu   17.0