根据多列操纵数据

我的数据就是这样：

Unique_Number       information       complete_information 
    1                 Hello              Hello World 
    1                 Hello                 
    1                 Wrong Info      
    2                 R                  R, Python 
    2                
    3                 OverFlow           Stackoverflow 
    4                 Only info

我想实现的目标：

如果unique_number是相同的(例如：所有1，所有2等(，则应采用完整_information列的值，然后将其粘贴到信息列中。

所需的输出：

Unique_Number       information       complete_information 
    1                 Hello World          Hello World 
    1                 Hello World                
    1                 Hello World      
    2                 R, Python            R, Python 
    2                 R, Python
    3                 Stackoverflow        Stackoverflow 
    4                 Only info

我无法为此找到一个很好的逻辑。我试图在所有唯一的_numbers上循环，如果唯一的_numbers相同，则粘贴完整的信息值。

您可以使用：

df.information=np.where(df.complete_information.notna(),df.complete_information,
                                                           df.information)
df.information=df.groupby('Unique_Number')['information'].transform('first')
print(df)

   Unique_Number    information complete_information
0              1    Hello World          Hello World
1              1    Hello World                 None
2              1    Hello World                 None
3              2      R, Python            R, Python
4              2      R, Python                 None
5              3  Stackoverflow        Stackoverflow
6              4      Only info                 None

(如果单元格是complete_information中的空白字符串，则可能需要将它们替换为np.nan(，或用df.complete_information.ne('')

替换df.complete_information.notna()中的CC_3

with bask 基于ob 移动值(pandas.series.shift(：

In [723]: m = (df['Unique_Number'].shift(-1) == df['Unique_Number']) | (df['Unique_Number'] == df['Unique_Number'].shift(1))
In [724]: df.loc[m, 'information'] = df.loc[m, 'complete_information'].fillna(method='ffill')
In [725]: df
Out[725]: 
   Unique_Number  information complete_information
0              1  Hello World          Hello World
1              1  Hello World                 None
2              1  Hello World                 None
3              2    R, Python            R, Python
4              2    R, Python                 None
5              3     OverFlow        Stackoverflow
6              4    Only info                 None

相关内容

最新更新

热门标签：