Question

我有以下数据框：

 df=pd.DataFrame([[1,11,'a'],[2,12,'b'],[1,11,'c'],[3,12,'d'],[3,7,'e'],
    [2,12,'f']])
 df.columns=['id','code','name']

 print(df)


     id  code name
  0   1    11    a
  1   2    12    b
  2   1    11    c
  3   3    12    d
  4   3     7    e
  5   2    12    f

对于上面的数据框，我想只有一个列＆＃39; name＆＃39;对于列id和code的任何唯一组合。对于eq，行0和2的name应该相同。此外，第1行和第5行的name也应相同。

       id  code name
   0   1    11    a
   1   2    12    b
   2   1    11    a
   3   3    12    d
   4   3     7    e
   5   2    12    b

请让我知道如何以编程方式完成此操作。我有两个超过100000行进行此操作。

由于

Answer 1

让我们使用groupby，transform和first：

df.assign(name=df.groupby(['id','code'])['name'].transform('first'))

输出：

   id  code name
0   1    11    a
1   2    12    b
2   1    11    a
3   3    12    d
4   3     7    e
5   2    12    b

Answer 2

或者您不需要groupby

A=df.sort_values(['id','code','name']).drop_duplicates(['id','code'],keep='first').index
df.loc[~df.index.isin(A),'name']=np.nan
df.sort_values(['id','code','name']).ffill().sort_index()


Out[603]: 
   id  code name
0   1    11    a
1   2    12    b
2   1    11    a
3   3    12    d
4   3     7    e
5   2    12    b

Answer 3

这是使用join和drop_duplicates解决问题的另一种方法。但是，我更喜欢@ ScottBoston的解决方案

cols = ['id', 'code']
df.drop('name', 1).join(df.drop_duplicates(cols).set_index(cols), on=cols)

   id  code name
0   1    11    a
1   2    12    b
2   1    11    a
3   3    12    d
4   3     7    e
5   2    12    b

根据其他列的唯一组合更改数据框列值

3 个答案: