使用pandas数据帧中的NaN条目折叠行

Question

我有一个带有数据行的pandas DataFrame ::

# objectID        grade  OS     method
object_id_0001    AAA    Mac    organic
object_id_0001    AAA    Mac    NA
object_id_0001    AAA    NA     organic
object_id_0002    NA     NA     NA
object_id_0002    ABC    Win    NA

即，同一对象ID通常有多个条目，但有时/通常条目具有NA。

因此，我只是在寻找一种可以在ObjectID上组合的方法，并报告非NA条目，例如上面的折叠到::

object_id_0001    AAA    Mac    organic
object_id_0002    ABC    Win    NA

Answer 1

快速而肮脏

这有效并且已经有很长一段时间了。 但是，有些人声称这是一个可能修复的错误。 正如当前实现的那样，如果每列存在，则first返回第一个非null元素。

df.groupby('objectID', as_index=False).first()

         objectID grade   OS   method
0  object_id_0001   AAA  Mac  organic
1  object_id_0002   ABC  Win      NaN

---

pd.concat

pd.concat([
    pd.DataFrame([d.lookup(d.notna().idxmax(), d.columns)], columns=d.columns)
    for _, d in df.groupby('objectID')
], ignore_index=True)

         objectID grade   OS   method
0  object_id_0001   AAA  Mac  organic
1  object_id_0002   ABC  Win      NaN

---

stack

df.set_index('objectID').stack().groupby(level=[0, 1]).head(1).unstack()

               grade   OS   method
objectID                          
object_id_0001   AAA  Mac  organic
object_id_0002   ABC  Win     None

---

如果偶然那些是字符串（ 'NA' ）

df.mask(df.astype(str).eq('NA')).groupby('objectID', as_index=False).first()

Answer 2

一种替代方案，更具机械性

def aggregate(s):
    u = s[s.notnull()].unique()
    if not u.size: return np.nan
    return u

df.groupby('objectID').agg(aggregate)

                grade   OS      method
objectID            
object_id_0001  AAA     Mac     organic
object_id_0002  ABC     Win     NaN

Answer 3

这将工作bfill + drop_duplicates

df.groupby('objectID',as_index=False).bfill().drop_duplicates('objectID')
Out[939]: 
         objectID grade   OS   method
0  object_id_0001   AAA  Mac  organic
3  object_id_0002   ABC  Win      NaN