Question

我使用Pandas作为Python的一部分，我有下表。我无法为我的生活弄清楚如何做到以下几点。任何帮助将不胜感激。

我有一个数据表，其中有许多重复的时间点。但是，每个重复的时间点都填充了行的不同部分。我想将所有时间点组合成一个包含所有信息的行。

我不想总结这些列。我不想连接列。

我想在某个列中获取单个时间点的第一个值，并忽略该列中同一时间点的任何其他值。

表格应该更清楚。

+----------------+---+---+---+--+---+---+---+--+---+---+---+
| 09/07/20171310 |   | 1 |   |  |   |   |   |  |   |   |   |
| 09/07/20171310 |   |   | 1 |  |   |   |   |  |   |   |   |
| 09/07/20171310 | 3 |   |   |  |   |   |   |  |   |   |   |
| 09/07/20171310 |   |   |   |  |   |   |   |  |   |   | 1 |
| 09/07/20171310 |   |   |   |  |   |   | 1 |  |   |   |   |
| 09/07/20171310 |   |   |   |  |   |   |   |  | 2 |   |   |
| 09/07/20171310 |   |   |   |  | 2 |   |   |  |   |   |   |
| 09/07/20171920 |   |   |   |  |   |   |   |  |   | 1 |   |
| 09/07/20171920 |   |   |   |  |   |   |   |  |   |   | 1 |
| 09/07/20171920 |   |   |   |  |   |   | 1 |  |   |   |   |
| 09/07/20171920 |   |   |   |  |   | 1 |   |  |   |   |   |
| 09/07/20171920 |   |   |   |  |   |   |   |  | 3 |   |   |
| 09/07/20171920 |   |   |   |  | 3 |   |   |  |   |   |   |
| 09/07/20171920 | 6 |   |   |  |   |   |   |  |   |   |   |
| 09/07/20171920 |   |   | 1 |  |   |   |   |  |   |   |   |
| 09/07/20171920 |   | 4 |   |  |   |   |   |  |   |   |   |
+----------------+---+---+---+--+---+---+---+--+---+---+---+

我想

+----------------+---+---+---+--+---+---+---+--+---+---+---+
| 09/07/20171310 | 3 | 1 | 1 |  | 2 |   | 1 |  | 2 |   | 1 |
| 09/07/20171920 | 6 | 4 | 1 |  | 3 | 1 | 1 |  | 3 | 1 | 1 |
+----------------+---+---+---+--+---+---+---+--+---+---+---+

我将不胜感激。

Answer 1

假设时间戳是索引，请使用groupby + max：

df.groupby(level=0).max().fillna('')

+----------------+---+---+---+--+---+-----+---+--+---+-----+---+
| 09/07/20171310 | 3 | 1 | 1 |  | 2 |     | 1 |  | 2 |     | 1 |
| 09/07/20171920 | 6 | 4 | 1 |  | 3 | 1.0 | 1 |  | 3 | 1.0 | 1 |
+----------------+---+---+---+--+---+-----+---+--+---+-----+---+

如果不是索引，请将level=0更改为df.columns[0]。

此处的另一个假设是您的空值为NaN s。如果没有，请在分组前将其替换为：

df = df.replace('^\s*$', np.nan, regex=True)

在Pandas DataFrame中组合来自多行的数据

1 个答案: