通过替换不同列中的nans来合并数据框内的行

Question

我有一个df：

df = pd.DataFrame([[1, np.nan, "filled", 3], [1, "filled", np.nan, 3], [1, "filled", np.nan, 4]], columns = ["a", "b", "c", "d"])
    a   b   c   d
0   1   NaN filled  3
1   1   filled  NaN 3
2   1   filled  NaN 4

我的最终结果应该是：

df = pd.DataFrame([[1, "filled", "filled", 3], [1, "filled", np.nan, 4]], columns = ["a", "b", "c", "d"])
    a   b   c   d
0   1   filled  filled  3
1   1   filled  NaN 4

所以我想合并除了列b和c以外的所有方面相同的行。 问题是除了列b和c之外，并不总是会有另一行相同。

想不出怎么用df.groupby(["a", "d"]).apply()得到我想要的东西。

Answer 1

您可以检查groupby + first ，它会选择先不要NaN值作为输出

df.groupby(['a','d'],as_index=False).first()
Out[897]: 
   a  d       b       c
0  1  3  filled  filled
1  1  4  filled     NaN