我有一张看起来像这样的桌子 -
date name values items
01-03-2019 xyz 900 NaN
NaN NaN 900 brush
02-03-2019 abc 1200 NaN
NaN NaN 900 paste
NaN NaN 300 floss
和期望的输出是 -
date name values items
01-03-2019 xyz 900 brush
02-03-2019 abc 1200 paste, floss
我知道我可以使用np.where()来生成每个项目NaN的值,但我不知道我应该如何进行连接,然后将结果与名称一起移动。
使用GroupBy.agg
第一列和ffill
用于向前填充缺失值和字典,这是动态创建的 - 对于每个列没有date
和items
应用聚合函数GroupBy.first
和最后一列items
使用join
删除缺失值:
d = dict.fromkeys(df.columns.difference(['date','items']), 'first')
d['items'] = lambda x: ', '.join(x.dropna())
df = df.groupby(df['date'].ffill()).agg(d).reset_index()
print (df)
date name values items
0 01-03-2019 xyz 900 brush
1 02-03-2019 abc 1200 paste, floss
如果只有几列可以通过groupby
传递2列到ffill
并创建传递给agg
的字典:
df = (df.groupby([df['date'].ffill(), df['name'].ffill()])
.agg({'values':'first', 'items':lambda x: ', '.join(x.dropna())})
.reset_index())
print (df)
date name values items
0 01-03-2019 xyz 900 brush
1 02-03-2019 abc 1200 paste, floss
我们可以使用fillna
和forwardfill (ffill)
。然后dropna
和groupby
与agg
同时获得值的sum
并连接项目中的字符串:
df[['date', 'name']] = df[['date', 'name']].fillna(method='ffill')
df = df.dropna().groupby('date').agg({'name':'first',
'values':'sum',
'items':', '.join}).reset_index()
print(df)
date name values items
0 01-03-2019 xyz 900 brush
1 02-03-2019 abc 1200 paste, floss