我有一个 dataframe 喜欢：dataframe stores 电话号码、最喜欢的食物和孩子最喜欢的玩具（使用不同的 ID 签名）。数据在不同的行和列中是分开的。有些行可能只有 Id 而没有别的。输入可能如下所示：
|Id|phone_number|food |toy |
|--|------------|------|----|
|01| |apple | |
|01|9995552222 |banana| |
|01| | |ball|
|01|9995552222 |orange| |
|02|3332226666 | | |
|02| |boba | |
|02| | | |我想得到什么：我想将不同行中的 value 组合在一起以使每一行都独一无二。输出可能如下所示：
|Id|phone_number|food |toy |
|--|------------|------|----|
|01|9995552222 |apple |ball|
|01|9995552222 |banana|ball|
|01|9995552222 |orange|ball|
|02|3332226666 |boba | |谢谢
test = pd.DataFrame({'Id': ['01', '01', '01', '01', '02', '02', '02'],
'phone_number': ['', '9995552222', '', '9995552222', '3332226666', '', ''],
'food': ['apple', 'banana', '', 'orange', '', 'boba', ''],
'toy ': ['', '', 'ball', '', '', '', '']})回答1
您可以尝试 groupby Id 列，然后用 bfill 和 ffill 填充 NaN 列。最后删除“phone_number”、“food”、“toy”中的重复项。
test = test.replace('', pd.NA)
out = (test.groupby('Id')
.apply(lambda g: g.bfill().ffill())
.drop_duplicates(['phone_number', 'food', 'toy']) # 'toy ' in your given dataframe
.fillna('')
)print(df)
Id phone_number food toy
0 01 9995552222 apple ball
1 01 9995552222 banana ball
2 01 9995552222 orange ball
4 02 3332226666 boba