输出

Question

我有一个与下面列出的数据帧相似的数据帧。由于某种原因，每个团队被列出两次，每个列对应一个列表。

import pandas as pd
import numpy as np
d = {'Team': ['1', '2', '3', '1', '2', '3'], 'Points for': [5, 10, 15, np.nan,np.nan,np.nan], 'Points against' : [np.nan,np.nan,np.nan, 3, 6, 9]}
df = pd.DataFrame(data=d)




Team    Points for  Points against
0   1        5            Nan
1   2       10            Nan
2   3       15            Nan
3   1       Nan            3
4   2       Nan            6
5   3       Nan            9

如何仅合并重复的团队名称行，以确保没有缺失值？这就是我想要的：

 Team   Points for  Points against
0   1        5             3
1   2       10             6
2   3       15             9

我一直在尝试用熊猫弄清楚它，但似乎无法理解。谢谢！

Answer 1

我对您的代码进行了更改，将字符串'Nan'替换为numpy的nan。

一种解决方案是melt数据，drop空条目和pivot从长到宽：

df = (df
      .melt('Team')
      .dropna()
      .pivot('Team','variable','value')
      .reset_index()
      .rename_axis(None,axis='columns')
      .astype(int)
     )

df


  Team  Points against  Points for
0   1      3              5
1   2      6              10
2   3      9              15

Answer 2

使用groupby的一种方法。：

df = df.replace("Nan", np.nan)
new_df = df.groupby("Team").first()
print(new_df)

输出：

      Points for  Points against
Team                            
1            5.0             3.0
2           10.0             6.0
3           15.0             9.0

Answer 3

您需要groupby唯一标识符。如果还有游戏ID或日期或类似名称，您可能还需要对其进行分组。

df.groupby('Team').agg({'Points for': 'max', 'Points against': 'max'})

Answer 4

pd.pivot_table(df, values = ['Points for','Points against'],index=['Team'], aggfunc=np.sum)[['Points for','Points against']]

输出

      Points for  Points against
Team                            
1            5.0             3.0
2           10.0             6.0
3           15.0             9.0

如何在python熊猫中合并重复的行

4 个答案:

输出