【问题标题】：How to combine duplicate rows in python pandas如何在python pandas中合并重复的行
【发布时间】：2020-07-24 17:31:00
【问题描述】：

我有一个类似于下面列出的数据框。出于某种原因，每个团队被列出两次，每列对应一个列表。

import pandas as pd
import numpy as np
d = {'Team': ['1', '2', '3', '1', '2', '3'], 'Points for': [5, 10, 15, np.nan,np.nan,np.nan], 'Points against' : [np.nan,np.nan,np.nan, 3, 6, 9]}
df = pd.DataFrame(data=d)




Team    Points for  Points against
0   1        5            Nan
1   2       10            Nan
2   3       15            Nan
3   1       Nan            3
4   2       Nan            6
5   3       Nan            9

我怎样才能将重复的团队名称行合并，从而避免缺失值？这就是我想要的：

 Team   Points for  Points against
0   1        5             3
1   2       10             6
2   3       15             9

我一直在尝试用 pandas 来解决这个问题，但似乎无法理解。谢谢！

【问题讨论】：

这能回答你的问题吗？ How to combine duplicate rows in pandas?
只需从您的输入中删除所有 Nans 并删除重复的索引值：d = {'Team': ['1', '2', '3'], 'Points for': [5, 10, 15], 'Points against' : [3, 6, 9]}。或者您是说数据以这种肮脏的格式提供给您，您需要帮助清理它吗？理想情况下，您应该修复产生这些脏数据的任何代码。
不幸的是，由于某些奇怪的原因，数据是这样的。

标签： python pandas numpy dataframe

【解决方案1】：

使用groupby 的一种方式。：

df = df.replace("Nan", np.nan)
new_df = df.groupby("Team").first()
print(new_df)

输出：

      Points for  Points against
Team                            
1            5.0             3.0
2           10.0             6.0
3           15.0             9.0

【讨论】：

【解决方案2】：

您需要groupby 唯一标识符。如果还有游戏 ID 或日期或类似内容，您可能还需要对其进行分组。

df.groupby('Team').agg({'Points for': 'max', 'Points against': 'max'})

【讨论】：

【解决方案3】：

我对您的代码进行了更改，将字符串 'Nan' 替换为 numpy 的 nan。

一种解决方案是将melt 数据、drop 空条目和pivot 从长返回宽：

df = (df
      .melt('Team')
      .dropna()
      .pivot('Team','variable','value')
      .reset_index()
      .rename_axis(None,axis='columns')
      .astype(int)
     )

df


  Team  Points against  Points for
0   1      3              5
1   2      6              10
2   3      9              15

【讨论】：

【解决方案4】：

pd.pivot_table(df, values = ['Points for','Points against'],index=['Team'], aggfunc=np.sum)[['Points for','Points against']]

输出

      Points for  Points against
Team                            
1            5.0             3.0
2           10.0             6.0
3           15.0             9.0

【讨论】：