如果 None 或 nan 合并 pandas 中的两行答案

【问题标题】：Merge two rows in pandas if None or nan如果 None 或 nan 合并 pandas 中的两行
【发布时间】：2018-06-25 07:50:12
【问题描述】：

对于给定的数据框df

df = pd.DataFrame({
    'id': [1, 2, 2], 
    'name': ['Peter', 'Max', None], 
    'age': [50.0, np.nan, 60.0]
})

如果分组行的列中只有一个None 或nan，我想groupby 并合并数据，以便生成的df 看起来像

        age     id  name
id              
1   0   50.0    1   Peter
2   1   60.0    2   Max

有没有比这个更好的解决方案：

def f(df):
    names = set(df['name']) - {None}
    if len(names) == 1:
        df['name'] = names.pop()
    else:
        print('Error: Names are not mergeable:', names)

    ages = {age for age in df['age'] if ~np.isnan(age)}
    if len(ages) == 1:
        df['age'] = ages.pop()
    else:
        print('Error: Ages are not mergeable:', ages)

    df = df.drop_duplicates()
    return df

df.groupby('id').apply(f)

【问题讨论】：

如果您有两行以上的缺失值怎么办？

标签： python pandas nan pandas-groupby

【解决方案1】：

这可能是最慢的解决方案，您可以将 nan 排序到最后并将它们放入 groupby 即

df = pd.DataFrame({
    'id': [1, 2, 2,1,2], 
    'name': ['Peter', 'Max', None,'Daniel','Sign'], 
    'age': [50.0, np.nan, 60.0,40,30]
})
#    age  id    name
#0  50.0   1   Peter
#1   NaN   2     Max  
#2  60.0   2    None
#3  40.0   1  Daniel
#4  30.0   2    Sign

df.groupby('id').apply(lambda x: x.apply(sorted,key=pd.isnull).dropna()).reset_index(drop=True)

    age  id    name
0  50.0   1   Peter
1  40.0   1  Daniel
2  60.0   2     Max
3  30.0   2    Sign

【讨论】：

【解决方案2】：

groupby + first

df.groupby('id').first()
Out[877]: 
     age   name
id             
1   50.0  Peter
2   60.0    Max

【讨论】：

感谢您的建议，但我认为它不能回答我的问题。它假设没有冲突，对吧？假设我们有另一行 [1, 'Daniel', 40.0] 并且它也不起作用，如果该组以 None 开头。