Python 如何处理熊猫数据框中的重复条目？

我有一个带有以下条目的df

ID            FIRST_NAME    FIRST_SUBJECT     SECOND_SUBJECT
A2035559    Sometsdf        Science
A2035559    Sometsdf        ENGINEERING
A20340619   Nsdsjes         MATHS
A20340619   Nsdsjes         SCIENCE

我想通过列“ID”标识重复行并删除重复行，但将“第一主题”从已删除行移动到原始行的“第二主题”列。所以我有这个

ID            FIRST_NAME    FIRST_SUBJECT     SECOND_SUBJECT
A2035559    Sometsdf        Science            ENGINEERING
A20340619   Nsdsjes         MATHS              SCIENCE

这对我来说似乎非常棘手，我开始尝试按“ID”对数据帧进行排序，但我所有的ID都以“A”开头，所以这不起作用。我该如何实现这一目标

我有另一个想法我正在尝试

我创建了数据帧的两个副本，df1和df2。因为我最多只有一个副本（即同一行的两个副本），所以我通过分别获取df1和df2中的最后一个和第一个副本来删除副本，然后尝试合并这两个副本

  df1 = df.drop_duplicates('ID' , take_last=False)
  df2 = df.drop_duplicates('ID' , take_last=True)

  df1['SECOND_SUBJECT'] = df2['FIRST_SUBJECT']

---

这行得通吗？

我不是一个真正的Python或pandas开发人员，所以不要认为这是“正确”的方式（我肯定不是——我有点怀疑第一/第二主题的这种方法，而不是更一般的映射模式）——这不能很好地扩展到3个以上的主题

data = {
    'ID': ['A2035559', 'A20340619', 'A2035559', 'A20340619'],
    'FIRST_NAME': ['Sometsdf', 'Nsdsjes', 'Sometsdf', 'Nsdsjes'],
    'FIRST_SUBJECT': ['SCIENCE', 'MATHS', 'ENGINEERING', 'SCIENCE'],
    'SECOND_SUBJECT': [None, None, None, None]
}

d = pandas.DataFrame(data=data, columns=['ID', 'FIRST_NAME', 'FIRST_SUBJECT', 'SECOND_SUBJECT'])

dup_first = d.drop_duplicates(subset=['ID'], take_last=True)
dup_last = d.drop_duplicates(subset=['ID'], take_last=False)

for row in dup_last['ID']:
    dup_first.loc[dup_first['ID'] == row, 'SECOND_SUBJECT'] = dup_last.loc[dup_last['ID'] == row, 'FIRST_SUBJECT'].values[0]

dup_first

产生

ID         FIRST_NAME  FIRST_SUBJECT  SECOND_SUBJECT
A2035559   Sometsdf    ENGINEERING    SCIENCE
A20340619  Nsdsjes     SCIENCE        MATHS