在熊猫中填充NaNs的复杂情况

Question

有没有办法摆脱这个......

   bloomberg  morningstar  yahoo
0  AAPL1      AAPL2        NaN
1  AAPL1      NaN          AAPL3
2  NaN        GOOG4        GOOG5
3  GOOG6      GOOG4        NaN
4  IBM7       NaN          IBM8
5  NaN        IBM9         IBM8
6  NaN        NaN          FB

......对此...

   bloomberg  morningstar  yahoo
0  AAPL1      AAPL2        AAPL3
1  GOOG6      GOOG4        GOOG5
2  IBM7       IBM9         IBM8
3  NaN        NaN          FB

...在熊猫？

我已经充分利用了我的数据，以确保在起始数据帧的给定列中永远不会有任何“冲突”信息，例如：以下是不可能......

   A column  Another column
0  AAPL1     One thing
1  AAPL1     Another thing

唯一可能发生的事情是任何给定的列都有1）没有信息或2）正确的信息，例如

   A column  Another column
0  AAPL1     NaN
1  AAPL1     The right information

我想要做的就是用可用的“right”信息填充NaN，然后​​删除重复项（这应该很简单）。

但是有些NaN应该保留，因为我没有足够的数据来推断它们的价值，例如：示例中的FB行。

有人有一个很好的答案吗？谢谢你的帮助！

如果您想玩游戏，可以使用以下代码加载起始数据框：

import pandas as pd
data = [
        {'bloomberg': 'AAPL1', 'morningstar': 'AAPL2'},
        {'bloomberg': 'AAPL1', 'yahoo': 'AAPL3'},
        {'morningstar': 'GOOG4', 'yahoo': 'GOOG5'},
        {'bloomberg': 'GOOG6', 'morningstar': 'GOOG4'},
        {'bloomberg': 'IBM7', 'yahoo': 'IBM8'},
        {'morningstar': 'IBM9', 'yahoo': 'IBM8'},
        {'yahoo': 'FB'}]
df = pd.DataFrame(data)

Answer 1

链接ffill和bfill会做您想做的事情：

df.fillna(method='ffill', axis=1).fillna(method='bfill', axis=1).drop_duplicates()

  bloomberg morningstar yahoo
0      AAPL        AAPL  AAPL
2      GOOG        GOOG  GOOG
4       IBM         IBM   IBM