python - 如何处理 pandas 中互补的重复数据？

Question

我正在使用 pandas，并尝试删除所有类型为 object 的重复项。但是，我面临的问题是一些重复的数据是相互补充的。例如，具有以下数据框:

print (df)
   name   ID   location
0   A     NaN     LA
1   A     30      NaN
2   B     NaN     NaN
3   B     NaN      NY
4   B     20      NY
5   D     15      TX
6   D     15      NaN

如您所见，其中大部分都是必需的，但同时被视为重复。面对这样的场景，我该如何解决这个问题呢？

我需要的结果如下:

print (df)
   name   ID   location
0   A     30     LA
1   B     20     NY
2   D     15     TX

Answer 1

下面应该可以工作

df1 = df.groupby(['Name'],as_index=False).first()