Question

我已经阅读了很多不同的加入方法，但仍然没有真正找到解决方案，我可以解决这个问题。希望得到一些意见或指导。

我有一个包含一组列的数据框，如下所示：

In [1]: df_old
Out[1]: 
CID     time_a     time_b     time_c     time_d
dc12    4:14pm     NaN        NaN        NaN
dc12    NaN        4:18pm     NaN        NaN
dc12    NaN        NaN        4:44pm     NaN
ab14    2:14pm     NaN        NaN        NaN
ab14    NaN        3:18pm     NaN        NaN
ab14    NaN        NaN        3:27pm     NaN
ab14    NaN        NaN        NaN        4:15pm

我想要的是以下内容：

In [2]: df_new
Out[2]: 

CID     time_a     time_b     time_c     time_d
dc12    4:14pm     4:18pm     4:44pm     NaN
ab14    2:14pm     3:18pm     3:27pm     4:15pm
...

我认为有一种方法可以用df.groupby（）来实现，但是我无法得到任何结果，并且想知道是否有人能指出我正确的方向。

非常感谢您的帮助！

Answer 1

您可以使用CopyFile( "//192.168.168.81/htdocs/API/Pipedrive/Deals.csv"; "C:/Program Files/FileMaker/FileMaker/Server/Data/Documents/Deals.csv")然后调用groupby，这会给您看到的第一个非纳米值（这就是为什么我想知道是否只有一个）：

.first()

这假设CID是列而不是索引。如果它是索引，请拨打>>> df.groupby("CID", as_index=False).first() CID time_a time_b time_c time_d 0 ab14 2:14pm 3:18pm 3:27pm 4:15pm 1 dc12 4:14pm 4:18pm 4:44pm NaN >>> df.groupby("CID", as_index=False, sort=False).first() CID time_a time_b time_c time_d 0 dc12 4:14pm 4:18pm 4:44pm NaN 1 ab14 2:14pm 3:18pm 3:27pm 4:15pm或使用reset_index。

Pandas Groupby具有多列的行

1 个答案: