带有 NaNs 而不是重复值的 Python pandas 数据框 to_csv

Question

我有一个 header DataFrame df_h

df_h = pd.DataFrame({'k':[1,2],'h1':['a','d'],'h2':['b','e'],'h3':['c','f']})

    k  h1  h2  h3
0   1   a   b   c
2   2   d   e   f

和一个详细的DataFrame df_d

df_d = pd.DataFrame({'k':[1,1,2,2],'d1':[10,11,12,13],'d2':[20,21,22,23],'d3':[30,31,32,33]})

    k  d1  d2  d3
0   1  10  20  30
1   1  11  21  31
2   2  12  22  32
3   2  13  23  33

然后我在 k 上的 df 中加入了他们

df = df_h.merge(df_d, how='left', on='k')

    k  h1  h2  h3  d1  d2  d3
0   1   a   b   c  10  20  30
1   1   a   b   c  11  21  31
2   2   d   e   f  12  22  32
2   2   d   e   f  13  23  33

我想要 to_csv 它，但我需要它以这种方式结束:

    k  h1  h2  h3  d1  d2  d3
0   1   a   b   c  10  20  30
1                  11  21  31
2   2   d   e   f  12  22  32
2                  13  23  33

没有重复的 df_h 行。

to_csv 上有选项吗？或者我需要在 df 上做什么才能让它看起来像那样？

注释。

h1、h2、h3、d1、d2<上可能有重复值，或 d3。

k不会在 df_h 上重复。

Answer 1

根据您的结果，您可以使用 pd.DataFrame.duplicated应用掩码和 .loc 访问器来更新:

cols = ['k', 'h1', 'h2', 'h3']
df.loc[df.duplicated(cols), cols] = ''

#    k h1 h2 h3  d1  d2  d3
# 0  1  a  b  c  10  20  30
# 1              11  21  31
# 2  2  d  e  f  12  22  32
# 2              13  23  33

然后像往常一样使用df.to_csv()。