Question

假设我有一个数据框ABC，看起来像：

                   a     b     c    d    e
    2016-06-01     3     6    NAN   4    8
    2016-06-01     3    NAN    5   NAN  NAN
    2016-06-01    NAN   NAN   NAN   4    8
    2017-03-01     1     7     8   NAN  NAN
    2017-03-01    NAN   NAN    8    9    3
    2017-06-01    NAN    3    NAN  NAN   6 
    2017-06-01     8     3     4    7   NAN

索引是日期时间，我希望它看起来像：

                   a     b     c    d    e
    2016-06-01     3     6     5    4    8
    2017-03-01     1     7     8    9    3
    2017-06-01     8     3     4    7    6

我试图这样编码：


for i in ABC.index.strftime('%Y-%m-%d'):
    for j in ABC:
        if ABC[i][j].isna().any() and ABC[i][j].notna().any()
           ABC[i][j].fillna(ABC[i][j][ABC[i][j].notna()][0],inplace = True)
print(ABC)

我认为我可以像这样制作一个数据框：

                   a     b     c    d    e
    2016-06-01     3     6     5    4    8
    2016-06-01     3     6     5    4    8
    2016-06-01     3     6     5    4    8
    2017-03-01     1     7     8    9    3
    2017-03-01     1     7     8    9    3
    2017-06-01     8     3     4    7    6 
    2017-06-01     8     3     4    7    6

然后我可以使用drop_duplicates实现我的目标，但是失败了。（inplace = True）似乎不起作用，并且我打印出的内容与原始数据帧相同。我不知道出了什么问题，也不知道如何解决。有人可以告诉我如何解决它，或者是实现目标的更好方法吗？非常感谢。

Answer 1

如果数据帧为floats，只需对索引进行分组并使用first，它将获取第一个非NA值

df.groupby(level=0).first()

              a    b    c    d    e
2016-06-01  3.0  6.0  5.0  4.0  8.0
2017-03-01  1.0  7.0  8.0  9.0  3.0
2017-06-01  8.0  3.0  4.0  7.0  6.0

请注意，NAN不被视为NaN，因此可能是您在其中使用object dtype的列。

要修复，只需pd.to_numeric或df.astype(float)-可以解决很多SO线程。

如何整合重复索引？

1 个答案: