熊猫填充基于具有相同 id 的其他行的缺失分类

Question

ids = [1,1,1]
value1 = ['c', np.nan, np.nan]
value2 = [np.nan, 'd', 'a']
value3 = [np.nan, np.nan, np.nan]
value4 = ['these', 'dont', 'matter']
df = pd.DataFrame({'id':ids, 'value1':value1, 'value2':value2, 'value3':value3, 
'value4':value4})

id value1 value2  value3  value4
0   1      c    NaN     NaN   these
1   1    NaN      d     NaN    dont
2   1    NaN      a     NaN  matter

我想像这样根据 id 将这 3 行合并为一行

id value1 value2  value3
0  1      c      d     NaN

对于这种情况，如果两行在其中一列中具有不同的值并不重要，我将采用任一值。(假设第一个，例如 value2 的示例(

如果任何行中没有列的值，我希望它是 np.nan

谢谢

Answer 1

尝试使用这个：

df.groupby(‘ids’).first()

如果您希望采用最后一个值，则可以使用：

df.groupby(‘ids’).last()