python - 合并 Dataframe 行以填充缺失数据

Question

假设我有一个数据框，其中的行包含缺失数据，但一组列充当键:

import pandas as pd
import numpy as np
data = {"id": [1, 1, 2, 2, 3, 3, 4 ,4], "name": ["John", "John", "Paul", "Paul", "Ringo", "Ringo", "George", "George"], "height": [178, np.nan, 182, np.nan, 175, np.nan, 188, np.nan], "weight": [np.nan, np.NaN, np.nan, 72, np.nan, 68, np.nan, 70]}

df = pd.DataFrame.from_dict(data)
print(df)


id    name  height  weight
0   1    John   178.0     NaN
1   1    John     NaN     NaN
2   2    Paul   182.0     NaN
3   2    Paul     NaN    72.0
4   3   Ringo   175.0     NaN
5   3   Ringo     NaN    68.0
6   4  George   188.0     NaN
7   4  George     NaN    70.0

我将如何使用重复键“压缩”这些行以选择非 nan 值(如果存在)？

desired output:
id    name  height  weight
0   1    John   178.0     NaN
2   2    Paul   182.0     72.0
4   3   Ringo   175.0     68.0
6   4  George   188.0     70.0

索引无关紧要，并且总是最多只有一行包含非 NaN 数据。我想我需要使用 groupby(['id', 'name'])，但我不确定从那里去哪里。

Answer 1

如果每组总是只有一个非 NaN 值，则可以通过多种方式聚合:

df = df.groupby(['id', 'name'], as_index=False).first()

或者:

df = df.groupby(['id', 'name'], as_index=False).last()

或者:

df = df.groupby(['id', 'name'], as_index=False).mean()

或者:

df = df.groupby(['id', 'name'], as_index=False).sum(min_count=1)