所以我有一个 pandas 数据框,如下所示:
id_1 id_2 value1 value2
1 2 100 NAN
1 2 NAN 101
10 20 200 NAN
10 20 NAN 202
10 2 345 345
我想要一个像这样的数据框:
id_1 id_2 value1 value2
1 2 100 101
10 20 200 202
a b c d
基本上,如果两个 ID 列匹配,那么肯定会有一个value-nan
vs nan-value
情况,我想通过替换来合并行nans
.
pandas 有这方面的实用工具吗?它并没有完全堆积或融化。也许可以旋转,但我需要两个不定值。我想保留任何不具有两个 indeces 匹配的行。
我认为没有一个命令可以满足您的目的,并且有许多不同的方法可以实现此目的。但是,您可以使用melt
and pivot
彼此之后:
id_vars = ["id_1", "id_2"]
melted = df.melt(id_vars=id_vars).dropna()
pivoted = melted.pivot_table(index=id_vars, columns="variable", values="value")
print(pivoted)
variable value1 value2
id_1 id_2
1 2 100.0 101.0
10 2 345.0 345.0
20 200.0 202.0
但是,上述解决方案比以下两个解决方案慢。
首先,您可以使用前向填充ffill
填充 NaN 和last
获取包含所有有效值的最后一行ffill
:
ids = ["id_1", "id_2"]
df.groupby(ids).ffill()\
.groupby(ids).last()\
.reset_index()
id_1 id_2 value1 value2
0 1 2 100 101
1 10 2 345 345
2 10 20 200 202
其次,不要分组两次(因为ffill
返回一个数据框),您可以使用自定义apply
其结果相同:
def collapse(x):
return x.ffill().iloc[-1, 2:]
df.groupby(ids).apply(collapse).reset_index()
即使我们在这里使用 apply,它也是最快的解决方案(至少对于您提供的虚拟数据而言 - 对于较大的数据集,它可能会以不同的方式扩展)。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)