如何解决合并类似的记录字段,其中数据帧中的NaN
例如,我有一组这样的记录:
A B C D
0 1 0 Nan Nan
1 1 1 1 Nan
2 1 2 2 2
3 2 Nan 3 3
4 2 4 4 4
5 3 5 Nan Nan
,我想合并A列上的所有记录,以便以后的记录仅在有Nan
的情况下才替换以前的记录。这样我就这样结束了:
A B C D
0 1 0 1 2
1 2 4 3 3
2 3 5 Nan Nan
所以我可以使用groupby()
,iterrows()
和多次通过来完成此操作,直到什么都没有剩下,但感觉效率很低。
我很好奇Pandas在开始编写之前是否有更好的方法。
解决方法
尝试first
#df = df.replace({'Nan':np.nan})
df = df.groupby('A',as_index=False).first()
df
Out[20]:
A B C D
0 1 0.0 1.0 2.0
1 2 4.0 3.0 3.0
2 3 5.0 NaN NaN
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。