提供如下的DataFrame:
import numpy as np
import pandas as pd
from pandas import DataFrame
idx = pd.MultiIndex.from_product([["Project 1", "Project 2"], range(1,3)],
names=['Project', 'Ord'])
df = DataFrame({'a': ["foo", np.nan, np.nan, "bar"],
'b': [np.nan, "one", "two", np.nan]},
index=idx)
Out:
a b
Project Ord
Project 1 1 foo NaN
2 NaN one
Project 2 1 NaN two
2 bar NaN
我想合并具有相同外部索引的行(请注意,在每种情况下只有一个非nan值).
我目前的解决方案涉及两个groupby-operations:
df.index = df.index.droplevel(1)
df.groupby(df.index).ffill().groupby(df.index).last()
并给我预期的结果:
Out:
a b
Project
Project 1 foo one
Project 2 bar two
必须使用两个groupby-operations似乎过多,因为我需要的是一个聚合函数,它从列表中返回单个非nan值.但是,我想不出使用dropna作为聚合函数的方法.
最佳答案 groupby上的最后一个方法获取最后一个有效值.在这种情况下,首先会做同样的事情.
df.groupby(level='Project').last()