Question

我需要合并重复的行。
我必须累加一些列（ MONEY ），我必须保留一些列（ AGE ）。

DataFrame I Have:
     NAME  AGE   MONEY
0     ANA   20     2.5
1     BOB   17     2.0
2    JOHN   23     1.0
3    JOHN   23     2.0
4  NEYMAR   25  1000.0
5  NEYMAR   25  2000.0
6  NEYMAR   NaN  3000.0

DataFrame I Need:
     NAME  AGE   MONEY
0     ANA   20     2.5
1     BOB   17     2.0
2    JOHN   23     3.0
3  NEYMAR   25  6000.0

我的行数超过2万，速度很重要。
我正在使用重复函数以及 df.iterrows（）中的行作为索引。
这要花很长时间。

您能帮我找到一个使用pandas或numpy的快速方法吗？

谢谢！

测试代码：

import pandas as pd

people = pd.DataFrame({
    'NAME': ['ANA', 'BOB', 'JOHN', 'JOHN', 'NEYMAR', 'NEYMAR', 'NEYMAR'] ,
    'AGE': [20, 17, 23, 23, 25, 25, 25],
    'MONEY': [2.5, 2.00, 1.0, 2.0, 1000,2000,3000],
    })

print(people)
print()

people_unique = pd.DataFrame({
    'NAME': ['ANA', 'BOB', 'JOHN', 'NEYMAR'] ,
    'AGE': [20, 17, 23, 25],
    'MONEY': [2.5, 2.00, 3.0, 6000],
    })

print(people_unique)

Answer 1

使用pandas，您可以groupby的{{1}}列，并使用NAME获取第一个AGE和MONEY的总和。我也将agg放在sort_values的旁边，这样任何AGE都会在末尾（这将保证当您调用NaN时，它将为非null值，因为每个first至少有一行AGE为非空：

NAME

熊猫-加入重复的行

1 个答案: