Python 如何在不转换数据的情况下压缩/合并多行
我有以下数据框Python 如何在不转换数据的情况下压缩/合并多行,python,pandas,Python,Pandas,我有以下数据框 df=pd.DataFrame([ ['23','Pedro',无,'Carla',无,无], [23',无,无,无,'Tulia',无], [23',无,'Vindy',无,无,无], [23',无,无,无,无,'Wimpo'], [49',无,'Vindy',无,无,无], ['49',无,无,'Carla',无,'Wimpo'] ], 列=['id'、'a'、'b'、'c'、'd'、'e']) 身份证件 A. B C D E 0 23 佩德罗 卡拉 1. 23 图利亚 2
df=pd.DataFrame([
['23','Pedro',无,'Carla',无,无],
[23',无,无,无,'Tulia',无],
[23',无,'Vindy',无,无,无],
[23',无,无,无,无,'Wimpo'],
[49',无,'Vindy',无,无,无],
['49',无,无,'Carla',无,'Wimpo']
],
列=['id'、'a'、'b'、'c'、'd'、'e'])
身份证件
A.
B
C
D
E
0
23
佩德罗
卡拉
1.
23
图利亚
2.
23
维迪
3.
23
温波
4.
49
维迪
5.
49
卡拉
温波
试试这个:
df.groupby('id').apply(lambda x: x.ffill()).drop_duplicates('id', keep='last')
输出:
id a b c d e
3 23 Pedro Vindy Carla Tulia Wimpo
5 49 None Vindy Carla None Wimpo
df.groupby('id',as_index=False)。first()
?Uau-Quang,真漂亮!我以前的数据集有17k行,现在有3k行。非常感谢。请用这个代码制作一个answare。