Python 在数据帧的列上追加和删除重复值

所以我有一个通过df4.append（df3，ignore_index=True）生成的数据帧；但是，我在删除列Gene_符号中的重复项的同时仍保留案例1、2和3中的值时遇到了一些问题。我已经尝试过df4.drop_duplicates（[“Gene_Symbol”]）和各种其他方法，所有这些方法都倾向于删除其他行和数据

我得到的是：

         X       Case1       Case2       Case3       Gene_Symbol 
8026    8025    0.5326718   0.0000000   0.0000000   GAPDHS;TMEM147
32531   32530   0.0000000   0.5416982   0.0000000   GAPDHS;TMEM147
57051   57050   0.0000000   0.0000000   0.4821592   GAPDHS;TMEM147

我想要的是一个数据框，在它下面保存我的实际值

     Case1       Case2       Case3       Gene_Symbol 
    0.5326718   0.5416982   0.4821592   GAPDHS;TMEM147

---

谢谢你抽出时间

您可以尝试以下方法，如果所有Cases列对于每个基因都只包含一个非零值，那么这应该是可行的（假设您没有看起来像索引的

X

列）：

或：

---

您可以尝试以下方法，如果所有Cases列对于每个基因只包含一个非零值，那么这应该是可行的（假设您没有看起来像索引的

X

列）：

或：

怎么样

df = df.groupby('Gene_Symbol')['Case1', 'Case2', 'Case3'].sum().reset_index()

    Gene_Symbol     Case1       Case2       Case3
0   GAPDHS;TMEM147  0.532672    0.541698    0.482159

怎么样

df = df.groupby('Gene_Symbol')['Case1', 'Case2', 'Case3'].sum().reset_index()

    Gene_Symbol     Case1       Case2       Case3
0   GAPDHS;TMEM147  0.532672    0.541698    0.482159

---

那么您想用实际测量值替换CaseX列中的0测量值？上述情况（只有一个有效测量值，总共三行）是否适用于您的所有数据？这是正确的！如果问题不清楚，很抱歉。那么您希望用实际测量值替换CaseX列中的0测量值？上述情况（只有一个有效测量值，总共三行）是否适用于您的所有数据？这是正确的！如果问题不清楚，很抱歉。不幸的是，这似乎删除了案例2和案例3的值。感谢您的思考您认为删除案例2和案例3的值是什么意思？如果您的意思是拥有NAN，您可以使用

fillna（0）

。因此它删除了X列，但我仍然丢失了案例2和案例3的值。因此，我丢失了案例2和案例3的值：.541698和.482159，它们被替换为0。不确定。这似乎对我的示例数据有效。不幸的是，这似乎删除了我在案例2和案例3中的值。感谢您的思考您认为删除案例2和案例3的值是什么意思？如果您的意思是拥有NAN，您可以使用

fillna（0）

。因此它删除了X列，但我仍然丢失了案例2和案例3的值。因此，我丢失了案例2和案例3的值：.541698和.482159，它们被替换为0。不确定。这对我来说似乎对样本数据有效。嗨，有没有其他方法可以使它成为一个循环，而不是编写案例1和案例2？我试着做下面的df4=df4.groupby（'Gene_Symbol'）[“Case”+str（index）].sum（）.reset_index（），但最后只剩下Case 3。谢谢如果您对X列不感兴趣，可以使用df.groupby（'Gene_Symbol'）.sum（）.reset_index（），因为这也会在X中添加值谢谢您的天才！！嗨，有没有办法让它比写案例1和案例2更好的循环？我试着做下面的df4=df4.groupby（'Gene_Symbol'）[“Case”+str（index）].sum（）.reset_index（），但最后只剩下Case 3。谢谢如果您对X列不感兴趣，可以使用df.groupby（'Gene_Symbol'）.sum（）.reset_index（），因为这也会在X中添加值谢谢您的天才！！

df = df.groupby('Gene_Symbol')['Case1', 'Case2', 'Case3'].sum().reset_index()

    Gene_Symbol     Case1       Case2       Case3
0   GAPDHS;TMEM147  0.532672    0.541698    0.482159