如何合并 pandas 中的重复行？

Question

如何合并pandas中的重复行，填充缺失值？

在下面的示例中，某些行在 c1 列中有缺失值，但 c2 列中有重复项，可以用作索引来查找和填充那些缺失值.

输入数据如下所示：

    c1  c2
id      
0   10.0    a
1   NaN     b
2   30.0    c
3   10.0    a
4   20.0    b
5   NaN     c

期望的输出：

    c1  c2
0   10  a
1   20  b
2   30  c

但是如何做到这一点？

下面是生成示例数据的代码：

import pandas as pd
df = pd.DataFrame({
    'c1': [10, float('nan'), 30, 10, 20, float('nan')]
    'c2': [100, 200, 300, 100, 200, 300],
})

Answer 1

我认为需要sort_values with drop_duplicates:

df = df.sort_values(['c1','c2']).drop_duplicates(['c2'])
print (df)
     c1   c2
0  10.0  100
4  20.0  200
2  30.0  300

或者先删除 NaNs 的行 dropna:

df = df.dropna(subset=['c1']).drop_duplicates(['c2'])
print (df)
     c1   c2
0  10.0  100
2  30.0  300
4  20.0  200

---

df = df.dropna(subset=['c1']).drop_duplicates(['c1','c2'])
print (df)
     c1   c2
0  10.0  100
2  30.0  300
4  20.0  200