Python 基于多列操作数据

Python 基于多列操作数据,python,pandas,Python,Pandas,我的数据如下: Unique_Number information complete_information 1 Hello Hello World 1 Hello 1 Wrong Info 2 R R,

我的数据如下:

Unique_Number       information       complete_information 
    1                 Hello              Hello World 
    1                 Hello                 
    1                 Wrong Info      
    2                 R                  R, Python 
    2                
    3                 OverFlow           Stackoverflow 
    4                 Only info
我想实现的目标是:

如果唯一的\u编号相同(例如:所有1、所有2等),则应将完整的\u信息列的值粘贴到信息列中。

期望输出:

Unique_Number       information       complete_information 
    1                 Hello World          Hello World 
    1                 Hello World                
    1                 Hello World      
    2                 R, Python            R, Python 
    2                 R, Python
    3                 Stackoverflow        Stackoverflow 
    4                 Only info
我想不出一个好的逻辑。我尝试循环所有唯一的\u编号,如果唯一的\u编号相同,则粘贴完整的\u信息值。。但是遇到了一个混乱的数据集

您可以使用:

df.information=np.where(df.complete_information.notna(),df.complete_information,
                                                           df.information)
df.information=df.groupby('Unique_Number')['information'].transform('first')
print(df)

(如果单元格是
complete\u information
中的空白字符串,则可能需要将其替换为
np.nan
),或将
df.complete\u information.notna()替换为
np.where(…)
中的
df.complete\u information.ne(“”)
中的
基于掩码的ob移位值():


为什么3是stackoverflow,而不是overFlow如果一个唯一的_编号是相同的,这意味着什么?等同于。。?
   Unique_Number    information complete_information
0              1    Hello World          Hello World
1              1    Hello World                 None
2              1    Hello World                 None
3              2      R, Python            R, Python
4              2      R, Python                 None
5              3  Stackoverflow        Stackoverflow
6              4      Only info                 None
In [723]: m = (df['Unique_Number'].shift(-1) == df['Unique_Number']) | (df['Unique_Number'] == df['Unique_Number'].shift(1))

In [724]: df.loc[m, 'information'] = df.loc[m, 'complete_information'].fillna(method='ffill')

In [725]: df
Out[725]: 
   Unique_Number  information complete_information
0              1  Hello World          Hello World
1              1  Hello World                 None
2              1  Hello World                 None
3              2    R, Python            R, Python
4              2    R, Python                 None
5              3     OverFlow        Stackoverflow
6              4    Only info                 None