combine_first 似乎沒有任何影響 dataframe

Question

我有一個包含多行的表，應該按第一列中的數字分組。 在其他列中有我需要合並到單行的數據。

我試過 combine_first function，但不明白為什么它不起作用。

我試圖做到這一點：

df6=pd.DataFrame({'JobNumber':[647,817,915], 'Column6':['KT35','KT35','KT35'],'Column7':[1, 4, 1],
                 'Column8':[1.5, 1.7 ,1], 'Column9':[0,1,2.03]})

由此：

df=pd.DataFrame({'JobNumber':[647,647,817,817,817, 915,915,915],'Column6':['KT35','KT35','KT35','KT35','KT35','KT35','KT35','KT35'],
                 'Column7':[0, 1, 0, 0 , 4, 1, 0, 0],'Column8':[1.5, 0 ,0 ,1.7,0,0,0,1], 'Column9':[0,0,1,0,0,0,2.03,0]})

換句話說，我正在嘗試為每個 JobNumber 創建一行，並將所有數據放在一行中。

我想出了這個代碼：

df2 = pd.read_excel(file.xlsx)
df2.columns=['JobNumber','Column6','Column7','Column8','Column9']

df3 = df2.loc[[0],:]
for i in range(len(df2.JobNumber)):
  JobNum = df2.iloc[i, 0]
  if df2.iloc[i,0] == df2.iloc[i-1, 0]:
      df3.loc[df3.JobNumber == JobNum,:] = df3.loc[df3.JobNumber == JobNum,:].combine_first(df2.iloc[[i],:])
  else:
      df3.append(df2.iloc[i,:])

但是 combine_first 行似乎不起作用。 df3.append(**) 也不起作用我不明白我的代碼有什么問題：/ 它沒有顯示任何錯誤，看起來我的循環對 df3 沒有影響，因為當我打印它時出來它只有1行，我之前分配給它的那一行

Answer 1

我不確定這種情況的程度，但如果它像提供的示例中那樣在這兩列之間交替，則下面的代碼應該可以工作。

df['col8'] = df['col8'].shift()
df = df.dropna(subset=['col8'])

Answer 2

我''用NaN填充空白

df.replace('', np.nan)

我會同時使用.ffill()和bfill()

然后刪除.duplicates()

請參閱下面的模擬數據和解決方案。 我所做的就是將上述方法鏈接在一起

數據

    df=pd.DataFrame({'Column5':[647,647,817,817],'Column6':['KT35','KT35','KT35','KT35'],'Column7':['',1,'',1],'Column8':[1.5,'',2,''], 'Column9':['','','','']})
print(df)


    Column5 Column6 Column7 Column8 Column9
0      647    KT35             1.5        
1      647    KT35       1                
2      817    KT35               2        
3      817    KT35       1     

df=df.replace('', np.nan).ffill().bfill().drop_duplicates(keep='first')
print(df)


   Column5 Column6  Column7  Column8  Column9
0      647    KT35      1.0      1.5      NaN
2      817    KT35      1.0      2.0      NaN