结合熊猫DataFrame中的多行数据
问题描述:
我使用熊猫作为Python的一部分,我有下表。我不能为我的生活弄清楚如何做到以下几点。任何帮助将非常感激。结合熊猫DataFrame中的多行数据
我有一个数据表,有很多重复的时间点。然而,每个重复的时间点都有不同的行填充部分。我想将所有时间点合并到一个包含所有信息的行中。
我不想总结列。 我不想连接列。
我想获取某个列中单个时间点的第一个值,并忽略同一时间点的该列中的任何附加值。
表格应该使这更清晰。
+----------------+---+---+---+--+---+---+---+--+---+---+---+
| 09/07/20171310 | | 1 | | | | | | | | | |
| 09/07/20171310 | | | 1 | | | | | | | | |
| 09/07/20171310 | 3 | | | | | | | | | | |
| 09/07/20171310 | | | | | | | | | | | 1 |
| 09/07/20171310 | | | | | | | 1 | | | | |
| 09/07/20171310 | | | | | | | | | 2 | | |
| 09/07/20171310 | | | | | 2 | | | | | | |
| 09/07/20171920 | | | | | | | | | | 1 | |
| 09/07/20171920 | | | | | | | | | | | 1 |
| 09/07/20171920 | | | | | | | 1 | | | | |
| 09/07/20171920 | | | | | | 1 | | | | | |
| 09/07/20171920 | | | | | | | | | 3 | | |
| 09/07/20171920 | | | | | 3 | | | | | | |
| 09/07/20171920 | 6 | | | | | | | | | | |
| 09/07/20171920 | | | 1 | | | | | | | | |
| 09/07/20171920 | | 4 | | | | | | | | | |
+----------------+---+---+---+--+---+---+---+--+---+---+---+
我想有
+----------------+---+---+---+--+---+---+---+--+---+---+---+
| 09/07/20171310 | 3 | 1 | 1 | | 2 | | 1 | | 2 | | 1 |
| 09/07/20171920 | 6 | 4 | 1 | | 3 | 1 | 1 | | 3 | 1 | 1 |
+----------------+---+---+---+--+---+---+---+--+---+---+---+
我希望得到任何帮助。
答
假定所述时间戳是索引,使用groupby
+ max
:
df.groupby(level=0).max().fillna('')
+----------------+---+---+---+--+---+-----+---+--+---+-----+---+
| 09/07/20171310 | 3 | 1 | 1 | | 2 | | 1 | | 2 | | 1 |
| 09/07/20171920 | 6 | 4 | 1 | | 3 | 1.0 | 1 | | 3 | 1.0 | 1 |
+----------------+---+---+---+--+---+-----+---+--+---+-----+---+
如果不是索引,更改level=0
到df.columns[0]
代替。
此处的另一个假设是您的空值为NaN
s。如果没有,以前分组替换它们:
df = df.replace('^\s*$', np.nan, regex=True)
感谢它美丽的工作。林新本网站,所以请让我知道,如果有什么我可以做,以表明你的答案是好的 –
@NimayKulkarni你已经接受了我的答案,所以这是很大的。一旦你达到15代表,如果你觉得他们有帮助,你也可以提出答案。快乐的编码。 –