Python 根据列的重复值折叠数据帧并删除NaN值

我正在使用一个具有多个实验室值的患者数据库，每个实验室都有自己的行，即使是在同一天。我想根据每个患者的重复日期折叠行，以便每个日期有一行，其中包含当天所有实验室的结果

我尝试了各种

groupby（）

和

pd.merge（）

函数，但都没有成功

玩具示例：

将熊猫作为pd导入
将numpy作为np导入
PID=[1,1,1,2,2,2]
ALC=[200，np.nan，np.nan，300，np.nan，np.nan]
WBC=[np.nan，1000，np.nan，np.nan，2000，np.nan]
peru_neut=[np.nan，np.nan，0.64，np.nan，np.nan，0.77]
日期=['11/1/18'，'11/2/18'，'11/2/18'，'1/11/04'，
'1/11/04','1/11/04']
prac_dict={'PID'：PID'date'：date'ALC'：ALC'WBC'：WBC，
“per_neut”：per_neut}
pract_df=局部数据帧（prac_dict）

这就是我所拥有的

打印（pract_df）
PID日期ALC WBC每单位
01 11/1/18 200.0楠楠楠
2018年11月2日NaN 1000.0 NaN
2018年11月2日南南0.64
3 2 1/11/04 300.0楠楠楠楠
4.2 2004年11月1日NaN 2000.0 NaN
521/11/04南南0.77

这就是我想要的：

PID日期ALC白细胞计数
01 11/1/18 200.0楠楠楠
2018年11月2日NaN 1000.0 0.64
2    2  1/11/04  300.0  2000.0      0.77

---

非常欢迎您的建议

如果需要每个组每个列的第一个非缺失值，请使用：

但如果每组重复值，如

ALC

列最后一组中的

50

，则需要指定聚合函数，如

sum

，

平均值，如果使用
第一个
第二个值丢失：

PID = [1, 1, 1, 2, 2, 2]
ALC = [200, np.nan, np.nan, 300, np.nan, 50]
WBC = [np.nan, 1000, np.nan, np.nan, 2000, np.nan]
per_neut = [np.nan, np.nan, 0.64, np.nan, np.nan, 0.77]
date = ['11/1/18', '11/2/18', '11/2/18', '1/11/04', 
        '1/11/04','1/11/04']

prac_dict = {'PID':PID, 'date':date, 'ALC':ALC, 'WBC':WBC,
             'per_neut':per_neut}
pract_df = pd.DataFrame(prac_dict)
print (pract_df)
   PID     date    ALC     WBC  per_neut
0    1  11/1/18  200.0     NaN       NaN
1    1  11/2/18    NaN  1000.0       NaN
2    1  11/2/18    NaN     NaN      0.64
3    2  1/11/04  300.0     NaN       NaN
4    2  1/11/04    NaN  2000.0       NaN
5    2  1/11/04   50.0     NaN      0.77


如果需要每个组每个列的第一个非缺失值，请使用：

但如果每组重复值，如
ALC
列最后一组中的
50
，则需要指定聚合函数，如
sum
，
平均值，如果使用
第一个
第二个值丢失：

PID = [1, 1, 1, 2, 2, 2]
ALC = [200, np.nan, np.nan, 300, np.nan, 50]
WBC = [np.nan, 1000, np.nan, np.nan, 2000, np.nan]
per_neut = [np.nan, np.nan, 0.64, np.nan, np.nan, 0.77]
date = ['11/1/18', '11/2/18', '11/2/18', '1/11/04', 
        '1/11/04','1/11/04']

prac_dict = {'PID':PID, 'date':date, 'ALC':ALC, 'WBC':WBC,
             'per_neut':per_neut}
pract_df = pd.DataFrame(prac_dict)
print (pract_df)
   PID     date    ALC     WBC  per_neut
0    1  11/1/18  200.0     NaN       NaN
1    1  11/2/18    NaN  1000.0       NaN
2    1  11/2/18    NaN     NaN      0.64
3    2  1/11/04  300.0     NaN       NaN
4    2  1/11/04    NaN  2000.0       NaN
5    2  1/11/04   50.0     NaN      0.77


df1 = pract_df.groupby(['PID','date'], as_index=False).sum(min_count=1)
print (df1)
   PID     date    ALC     WBC  per_neut
0    1  11/1/18  200.0     NaN       NaN
1    1  11/2/18    NaN  1000.0      0.64
2    2  1/11/04  350.0  2000.0      0.77

df2 = pract_df.groupby(['PID','date'], as_index=False).mean()
print (df2)
   PID     date    ALC     WBC  per_neut
0    1  11/1/18  200.0     NaN       NaN
1    1  11/2/18    NaN  1000.0      0.64
2    2  1/11/04  175.0  2000.0      0.77

df3 = pract_df.groupby(['PID','date'], as_index=False).first()
print (df3)
   PID     date    ALC     WBC  per_neut
0    1  11/1/18  200.0     NaN       NaN
1    1  11/2/18    NaN  1000.0      0.64
2    2  1/11/04  300.0  2000.0      0.77