所以我知道你可以使用这样的东西来删除重复的行:
the_data.drop_duplicates(subset=['the_key'])
但是,如果某些值的__键为null,如下所示:
the_key C D
1 NaN * *
2 NaN *
3 111 * *
4 111
它将保留C列中标记的那些.是否有可能得到drop_duplicates将所有nan视为不同并获得保持D列中数据的输出?
最佳答案 使用
duplicated
链接
isna
并过滤
boolean indexing
:
df = df[(~df['the_key'].duplicated()) | df['the_key'].isna()]
#fol oldier pandas versions
#df = df[(~df['the_key'].duplicated()) | df['the_key'].isnull()]
print (df)
the_key C D
1 NaN * *
2 NaN *
3 111.0 * *