Question

假设我有这个数据帧：

my_df = pd.DataFrame({'A':[np.nan,np.nan,'gate','ball'],'B':['car',np.nan,np.nan,np.nan],'C':[np.nan,'edge',np.nan,np.nan],'D':['id1','id1','id1','id2']})

In [176]: my_df
Out[176]:
  A    B     C    D
0   NaN  car   NaN  id1
1   NaN  NaN  edge  id1
2  gate  NaN   NaN  id1
3  ball  NaN   NaN  id2

我想按列“D”分组并忽略NaN。预期产出：

        A    B     C
D
id1  gate  car  edge
id2  ball  NaN  NaN

我的解决方案是用空字符填充NaN并取最大值：

In [177]: my_df.fillna("").groupby("D").max()
Out[177]:
    A    B     C
D
id1  gate  car  edge
id2  ball

是否有另一种没有fillna（“”）的解决方案？

Answer 1

将自定义函数与dropna一起使用，但对于空值，请添加NaN s：

print (my_df.groupby("D").agg(lambda x: np.nan if x.isnull().all() else x.dropna()))
        A    B     C
D                   
id1  gate  car  edge
id2  ball  NaN   NaN

使用自定义功能的类似解决方案：

def f(x):
    y = x.dropna()
    return np.nan if y.empty else y

print (my_df.groupby("D").agg(f))
        A    B     C
D                   
id1  gate  car  edge
id2  ball  NaN   NaN

Answer 2

我猜你的方法要好得多，但最后添加一个替换

my_df.fillna("").groupby("D").max().replace('',np.nan)

你也可以这样做：

def get_notnull(x):
    if x.notnull().any():
        return  x[x.notnull()]
    else:
        return np.nan

my_df.groupby('D').agg(get_notnull)

输出：

     A    B     C
D                   
id1  gate  car  edge
id2  ball  NaN   NaN

如何在pandas数据帧中删除groupby中的NaN元素？

2 个答案: