Python 3.x 丢弃复制的和concat的熊猫

我有一个如下所示的数据帧：

'id': ["1", "2", "1", "3", "3", "4"],
'date': ["2017", "2011", "2019", "2013", "2017", "2018"],
'code': ["CB25", "CD15", "CZ10", None, None, "AZ51"],
'col_example': ["22", None, "22", "55", "55", "121"],
'comments': ["bonjour", "bonjour", "bonjour", "hola", "Hello", None]

结果:

  id   date  code      col_example   ....       comments
0  1   2019  CB25/CZ10          22   ....        bonjour (and not bonjour // bonjour)
1  2   2011  CD15             None   ....        bonjour
2  3   2017  None               55   ....  hola // Hello
3  4   2018  AZ51              121   ....           None

我想留一个身份证

如果两个ID相同，我希望：

如果comments=None和=str：只保留非None的注释（例如：id=1，保留注释“hello”） 如果两条注释=str：用“/”（示例id=3，comments=“hola//hello”）表示这两条注释

目前，我尝试使用sort\u值，但没有成功地删除了\u replicate

谢谢

我相信您需要按列

注释

，然后使用

加入

，最后添加将空字符串替换为

无

行：

df1 = (df.groupby('id')
         .agg({'date': 'last',
               'comments': lambda x: ' // '.join(x.dropna())})
         .replace({'comments': {'': None}})
         .reset_index())

print (df1)
  id  date       comments
0  1  2019        bonjour
1  2  2011        bonjour
2  3  2017  hola // Hello
3  4  2018           None

编辑：为了避免删除所有列，必须对所有列进行聚合，您可以为动态聚合创建字典，如：

df = pd.DataFrame({'id': ["1", "2", "1", "3", "3", "4"],
'date': ["2017", "2011", "2019", "2013", "2017", "2018"],
'code': ["CB25", "CD15", "CB25", None, None, "AZ51"],
'col_example': ["22", None, "22", "55", "55", "121"],

'comments': [None, "bonjour", "bonjour", "hola", "Hello", None]})
print (df)
  id  date  code col_example comments
0  1  2017  CB25          22     None
1  2  2011  CD15        None  bonjour
2  1  2019  CB25          22  bonjour
3  3  2013  None          55     hola
4  3  2017  None          55    Hello
5  4  2018  AZ51         121     None

d = dict.fromkeys(df.columns.difference(['id','comments']), 'last')
d['comments'] = lambda x: ' // '.join(x.dropna())
print (d)
{'code': 'last', 'col_example': 'last', 'date': 'last', 
       'comments': <function <lambda> at 0x000000000ECA99D8>}

df1 = (df.groupby('id')
         .agg(d)
         .replace({'comments': {'': None}})
         .reset_index())

print (df1)
  id  code col_example  date       comments
0  1  CB25          22  2019        bonjour
1  2  CD15        None  2011        bonjour
2  3  None          55  2017  hola // Hello
3  4  AZ51         121  2018           None

df=pd.DataFrame（{'id'：[“1”、“2”、“1”、“3”、“3”、“4”]，
“日期”：[“2017”、“2011”、“2019”、“2013”、“2017”、“2018”]，
‘代码’：[“CB25”、“CD15”、“CB25”、无、无、“AZ51”]，
“col_示例”：[“22”，无，“22”，“55”，“55”，“121”]，
“评论”：[无，“你好”，“你好”，“你好”，“你好”，“无]）
打印（df）
id日期代码列示例注释
0 1 2017 CB25 22无
2011年12月15日无你好
2 1 2019 CB25 22你好
3 2013年3月无55 hola
4 3 2017无55喂
5 4 2018 AZ51 121无
d=dict.fromkeys（df.columns.difference（['id'，'comments']），'last'）
d['comments']=lambda x:'/'.join（x.dropna（））
印刷品（d）
{'code'：'last'，'col_example'：'last'，'date'：'last'，
“评论”：
df1=（df.groupby（'id'））
.agg（d）
.replace（{'comments'：{'：None}}）
.reset_index（））
打印（df1）
id代码列示例日期注释
01 CB25 22 2019年你好
1 2 CD15无2011年你好
2 3无55 2017 hola//你好
3 4 AZ51 121 2018无

能否添加预期输出数据帧？答案为thx。它可以工作，但是如果一个id有一个comments=None，我就没有df1中的id。。。示例：id=3，comments=None结果：我没有id=3，comments=None非常感谢，如果我想保留“col2”列？@Eolynas-oops，我错过了它。@Eolynas-dates的逻辑是什么？因为对于

id=1

它是每个

id

的第一个

日期，对于
id=3
它是最后一个日期。没有真正的逻辑。。。这只是一个例子，对不起^^最后的日期是完美的