删除存在 null 值的列的重复项

Question

我有一个 dataframe df1 并且第 1 列（col1）包含客户 ID。 Col2 填充了销售额，并且缺少一些值

我的问题是，我只想在缺少销售价值的地方删除 col1 中的重复客户 ID。

我试着写一个 function 说：

def drop(i):
          if i[col2] == np.nan:
             i.drop_duplicates(subset = 'col1')
          else:
             return i['col1']

我收到一个错误，说系列的真值不明确

感谢您的阅读。 将不胜感激一个解决方案

Answer 1

以下应该工作，使用groupby ， apply ， dropna ， reset_index

假设您的数据是这样的

输入：

col1    col2
0   1001    2.0
1   1001    NaN
2   1002    4.0
3   1002    NaN

代码：

import pandas as pd
import numpy as np

#Dummy data
data = {
    'col1':[1001,1001,1002,1002],
    'col2':[2,np.nan,4,np.nan],
}

df = pd.DataFrame(data)

#Solution
df.groupby('col1').apply(lambda group: group.dropna(subset=['col2'])).reset_index(drop=True)

output：

col1    col2
0   1001    2.0
1   1002    4.0