python - 迭代数据帧时所做的更改不会保存

Question

我有一个数据框，在某种程度上有“重复”行。假设我有一行 A = ['name' : john, 'age' : 15, 'email' : NaN, 'school' : middle] 和一行 B = ['姓名':约翰，'年龄':15，'电子邮件':john@gmail.com，'学校':NaN]。 A 和 B 的结果行应为 ['name' : john, 'age' : 15, 'email' : john@gmail.com, 'school' : middle]。

到目前为止，我已经尝试在数据帧上使用 iterrows() 并更改值，但更改不会保存。我的代码:

duplicated = df[df.duplicated(['name', 'age'], keep = False)].sort_values('name')
row_iterator = duplicated.iterrows()

_, last = row_iterator.__next__()
for k, row in row_iterator:
    if row['name'] == last['name']:
        for i in duplicated.columns:
            if row[i] == last[i]:
                continue
            if pd.isna(row[i]):
                row[i] = last[i]
            if pd.isna(last[i]):
                last[i] = row[i]
    last = row

df 是我拥有所有数据的数据框的名称。然后我只将重复的行切成重复。之后，我迭代数据框并尝试进行更改。但我所做的改变最终会丢失或者发生什么。我做错了什么？

Answer 1

我们可以通过两种方式解决您的问题:

方法 1:使用 bfill、ffill 和 drop_duplicates:

df = df.bfill().ffill().drop_duplicates()

   name  age           email  school
0  john   15  john@gmail.com  middle

方法2:GroupBy.first:

df = df.groupby(['name', 'age']).first().reset_index()

   name  age           email  school
0  john   15  john@gmail.com  middle