Pandas Drop_duplicates在其他两个列值上的条件

发布于 2025-01-31 21:13:16 字数 1366 浏览 2 评论 0原文

我有一个带有A，B和C的Datframe。A

列A是重复的位置。 B列是具有电子邮件值或NAN的地方。 C列是“等待”值或数字的地方。

我的数据框在A中具有重复的值。我想保留那些在B中具有非nan值的人，而C（即编号）中的“等待”值。

我该如何在DF DataFrame上执行此操作？

我尝试了df.drop_duplicates（'a'），但我看不到其他列上的任何条件

：示例数据：

df=pd.DataFrame({'A':[1,1,2,2,3,3],'B':['[email protected]',np.nan,np.nan,'[email protected]','np.nan',np.nan],'C':[123,456,567,'wait','wait','wait']})
>>> df
   A        B     C
0  1  [email protected]   123
1  1      NaN   456
2  2      NaN   567
3  2  [email protected]  wait
4  3   np.nan  wait
5  3      NaN  wait

我想要由此产生的数据框架作为

>>> df
   A        B     C
0  1  [email protected]   123
1  2  [email protected]   567
2  3   np.nan  wait

谢谢最好的，

原文

I have a datframe with columns A,B and C.

Column A is where there are duplicates. Column B is where there is email value or NaN. Column C is where there is 'wait' value or a number.

My dataframe has duplicate values in A. I would like to keep those who have a non-NaN value in B and the non 'wait' value in C (ie numbers).

How could I do that on a df dataframe?

I have tried df.drop_duplicates('A') but i dont see any conditions on other columns

Edit :
sample data :

df=pd.DataFrame({'A':[1,1,2,2,3,3],'B':['[email protected]',np.nan,np.nan,'[email protected]','np.nan',np.nan],'C':[123,456,567,'wait','wait','wait']})
>>> df
   A        B     C
0  1  [email protected]   123
1  1      NaN   456
2  2      NaN   567
3  2  [email protected]  wait
4  3   np.nan  wait
5  3      NaN  wait

I would like a resulting dataframe as

>>> df
   A        B     C
0  1  [email protected]   123
1  2  [email protected]   567
2  3   np.nan  wait

Thank you
Best,

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

缘字诀 2025-02-07 21:13:16

解决方案对Per A，C列进行测试，如果匹配Wait首先，然后获得第一个非缺失值，如果每个组存在列，则a：

df = df.sort_values(['A', 'C'], key = lambda x: x.eq('wait')).groupby('A').first()
print (df)
         B     C
A               
1  [email protected]   123
2  [email protected]   567
3   np.nan  wait

Solution sorting per A, C columns with test if match wait first and then get first non missing value if exist per groups by column A:

df = df.sort_values(['A', 'C'], key = lambda x: x.eq('wait')).groupby('A').first()
print (df)
         B     C
A               
1  [email protected]   123
2  [email protected]   567
3   np.nan  wait

回复收藏 0 原文

~没有更多了~