合并奇数据帧中的重复数据

Question

我使用熊猫库

我有数百个数据部分重复（一个或两列是相同的，但两个中的一个保持附加信息）的一个大的数据库。我想同时保留一行最多的信息合并重复的实例。我只能找出如何奇异数据库中合并两个数据库，而不是数据。

例：

Col 1: Name, Col 2: Age, Col 3: Other, Col 4: Other, Col 5: Other

Row1   Aaron Miser, 32, Plumber, 4 Children, NaN
Row2   Aaron Miser, 32, NaN, NaN, NaN        
Row3   Aaron Miser, 32, NaN, NaN, NaN, likes football  

我需要确定西1的重复（在这个例子中亚伦守财奴），然后合并重复的情况下，使合并后的行现在拥有可供复制实例的大多数数据。所以只有1所保有行，现在显示所有可用的信息：

亚伦守财奴，32，管道工，4名儿童，喜欢足球

Answer 1

这应该这样做：

df.groupby('Name').apply(lambda series: series.fillna(method='ffill').fillna(method='bfill'))

如果你想删除重复和重置索引，之后添加.drop_duplicates().reset_index(drop=True)。

注意：此假设Name列提供一个唯一的密钥，并且有相互矛盾的信息没有行。