根據其他列的唯一組合更改數據框列值

Question

我有以下數據框：

 df=pd.DataFrame([[1,11,'a'],[2,12,'b'],[1,11,'c'],[3,12,'d'],[3,7,'e'],
    [2,12,'f']])
 df.columns=['id','code','name']

 print(df)


     id  code name
  0   1    11    a
  1   2    12    b
  2   1    11    c
  3   3    12    d
  4   3     7    e
  5   2    12    f

對於上面的數據框，我希望列'名稱'只有一個值，用於列id和code任何唯一組合。 對於eq，行0和2的name應該相同。 此外，第1行和第5行的name也應相同。

       id  code name
   0   1    11    a
   1   2    12    b
   2   1    11    a
   3   3    12    d
   4   3     7    e
   5   2    12    b

請讓我知道如何以編程方式完成此操作。 我有兩個超過100000行進行此操作。

謝謝

Answer 1

讓我們使用groupby ， transform和first ：

df.assign(name=df.groupby(['id','code'])['name'].transform('first'))

輸出：

   id  code name
0   1    11    a
1   2    12    b
2   1    11    a
3   3    12    d
4   3     7    e
5   2    12    b

Answer 2

或者你不需要groupby

A=df.sort_values(['id','code','name']).drop_duplicates(['id','code'],keep='first').index
df.loc[~df.index.isin(A),'name']=np.nan
df.sort_values(['id','code','name']).ffill().sort_index()


Out[603]: 
   id  code name
0   1    11    a
1   2    12    b
2   1    11    a
3   3    12    d
4   3     7    e
5   2    12    b

Answer 3

這是使用join和drop_duplicates解決問題的另一種方法。 但是，我更喜歡@ ScottBoston的解決方案

cols = ['id', 'code']
df.drop('name', 1).join(df.drop_duplicates(cols).set_index(cols), on=cols)

   id  code name
0   1    11    a
1   2    12    b
2   1    11    a
3   3    12    d
4   3     7    e
5   2    12    b