如何合并熊猫中的重复行？

Posted 2023-03-12

【中文标题】如何合并熊猫中的重复行？

【英文标题】：How to combine duplicate rows in pandas?

【发布时间】：2018-12-20 12:25:54

【问题描述】：

pandas中如何合并重复行，填补缺失值？

在下面的示例中，c1 列中的某些行有缺失值，但 c2 列有重复项，可用作查找和填充这些缺失值的索引。

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

想要的输出：

    c1  c2
0   10  a
1   20  b
2   30  c

但是怎么做呢？

这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],
)

【参考方案1】：

我认为需要sort_values 和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

或者先删除NaNs by dropna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