PANAS-基于列对行进行分组，并将NaN替换为非空值 [英] Pandas - Group Rows based on a column and replace NaN with non-null values

问题描述

我正在尝试基于目标GROUP-BY"；列在我的数据框上使用字符串创建一些聚合。

假设我有以下4列数据帧：

我要基于列"；col1"；对所有行进行分组，在此情况下，使用非NULL值进行分组。

所需输出如下：

我还尝试使用正常：

import pandas as pd
from tabulate import tabulate

df = pd.DataFrame({'Col1': ['A', 'B', 'A'],
                   'Col2': ['X', 'Z', 'X'],
                   'Col3': ['Y', 'D', ''],
                   'Col4': ['', 'E', 'V'],})

print(tabulate(df, headers='keys', tablefmt='psql'))
df2 = df.groupby(['Col1'])
print(tabulate(df2, headers='keys', tablefmt='psql'))

但它不对NaN值进行分组.

如何执行此操作？

谢谢！

推荐答案

如果可能，只需使用GroupBy.first针对每个组的第一个非缺失值提出问题：

df = pd.DataFrame({'Col1': ['A', 'B', 'A'],
                   'Col2': ['X', 'Z', 'X'],
                   'Col3': ['Y', 'D', np.nan],
                   'Col4': [np.nan, 'E', 'V'],})


df2 = df.groupby(['Col1'], as_index=False).first()
print (df2)
  Col1 Col2 Col3 Col4
0    A    X    Y    V
1    B    Z    D    E

这篇关于PANAS-基于列对行进行分组，并将NaN替换为非空值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！