python - 在 Pandas 中填充 NaN 的复杂案例

Question

有没有办法从这个...

   bloomberg  morningstar  yahoo
0  AAPL1      AAPL2        NaN
1  AAPL1      NaN          AAPL3
2  NaN        GOOG4        GOOG5
3  GOOG6      GOOG4        NaN
4  IBM7       NaN          IBM8
5  NaN        IBM9         IBM8
6  NaN        NaN          FB

...到这个...

   bloomberg  morningstar  yahoo
0  AAPL1      AAPL2        AAPL3
1  GOOG6      GOOG4        GOOG5
2  IBM7       IBM9         IBM8
3  NaN        NaN          FB

...在 Pandas 中？

我已经对我的数据进行了充分的处理，以确保在起始数据帧的给定列中永远不会有任何“冲突”信息，例如以下是不可能可能的...

   A column  Another column
0  AAPL1     One thing
1  AAPL1     Another thing

唯一可能发生的事情是任何给定的列要么 1) 没有信息要么 2) 正确的信息，例如

   A column  Another column
0  AAPL1     NaN
1  AAPL1     The right information

我想做的就是用可用的“正确”信息填充 NaN，然后​​删除重复项(这应该很容易)。

但一些 NaN 应该保留，因为我没有足够的数据来推断它们的值，例如示例中的 FB 行。

有人有好的答案吗？感谢您的帮助!

如果您想尝试，这里有一些代码可以加载起始数据框:

import pandas as pd
data = [
        {'bloomberg': 'AAPL1', 'morningstar': 'AAPL2'},
        {'bloomberg': 'AAPL1', 'yahoo': 'AAPL3'},
        {'morningstar': 'GOOG4', 'yahoo': 'GOOG5'},
        {'bloomberg': 'GOOG6', 'morningstar': 'GOOG4'},
        {'bloomberg': 'IBM7', 'yahoo': 'IBM8'},
        {'morningstar': 'IBM9', 'yahoo': 'IBM8'},
        {'yahoo': 'FB'}]
df = pd.DataFrame(data)

Answer 1

链接 ffill 和 bfill 会做你想做的事:

df.fillna(method='ffill', axis=1).fillna(method='bfill', axis=1).drop_duplicates()

  bloomberg morningstar yahoo
0      AAPL        AAPL  AAPL
2      GOOG        GOOG  GOOG
4       IBM         IBM   IBM