Python 如何处理熊猫中相互补充的重复数据？

我正在使用pandas，我正在尝试删除所有具有object类型的重复项。但是，我面临的问题是，一些重复的数据相互补充。例如，具有以下数据帧：

print (df)
   name   ID   location
0   A     NaN     LA
1   A     30      NaN
2   B     NaN     NaN
3   B     NaN      NY
4   B     20      NY
5   D     15      TX
6   D     15      NaN

正如您所看到的，它们中的大多数是必需的，但同时也被认为是重复的。面对这种情况，我如何解决这个问题

我需要的结果如下：

print (df)
   name   ID   location
0   A     30     LA
1   B     20     NY
2   D     15     TX

您可以尝试：

df.groupby('name').first(dropna=True)

它返回：

name  ID    location              
A     30.0       LA
B     20.0       NY
D     15.0       TX

下面应该有用

df1 = df.groupby(['Name'],as_index=False).first()

---

你能澄清你的问题吗？很难说出你想要的结果是什么。很抱歉给你带来困惑。我已经编辑了问题并添加了期望的结果。我没有得到这个错误，我不知道它是如何产生的。您的实际df看起来如何？尽管您可以尝试使用“skipna=True”。