Question

我正在尝试在给定该groupby索引的表上执行groupby，所有值要么是正确的，要么是Nan。 EG：

    id country    name
0    1  France    None
1    1  France  Pierre
2    2    None   Marge
3    1    None  Pierre
4    3     USA     Jim
5    3    None     Jim
6    2      UK    None
7    4   Spain  Alvaro
8    2    None   Marge
9    3    None     Jim
10   4   Spain    None
11   3    None     Jim

我只想获取4个人中每个人的值，它们永远不会冲突，例如：

   country    name
id                
1   France  Pierre
2       UK   Marge
3      USA     Jim
4    Spain  Alvaro

我尝试过：

groupby().first()
groupby.nth(0,dropna='any'/'all')

甚至

groupby().apply(lambda x: x.loc[x.first_valid_index()])

全部无济于事。我想念什么？

编辑：帮助您制作示例数据帧进行测试：

df = pd.DataFrame({'id':[1,1,2,1,3,3,2,4,2,3,4,3],'country':['France','France',None,None,'USA',None,'UK','Spain',None,None,'Spain',None],'name':[None,'Pierre','Marge','Pierre','Jim','Jim',None,'Alvaro','Marge','Jim',None,'Jim']})

Answer 1

Pandas groupby.first返回第一个非空值，但不支持None，请尝试

df.fillna(np.nan).groupby('id').first()

    country name
id      
1   France  Pierre
2   UK      Marge
3   USA     Jim
4   Spain   Alvaro

Answer 2

当值为dropna时可以指定None

df.groupby('id').first(dropna=True)

   country    name
id                
1   France  Pierre
2       UK   Marge
3      USA     Jim
4    Spain  Alvaro

熊猫groupby给出任何非nan值

2 个答案: