python - pandas - 将具有相同名称和不同缺失数据的多个列移动到单个列中，然后删除重复的列

Question

我有一个看起来像这样的数据框：

Col1  | Col2  | Col1  | Col3  | Col1  | Col4
  a   |   d   |       |   h   |   a   |   p
  b   |   e   |   b   |   i   |   b   |   l
      |   l   |   a   |   l   |       |   a
  l   |   r   |   l   |   a   |   l   |   x
  a   |   i   |   a   |   w   |       |   i
      |   c   |       |   i   |   r   |   c
  d   |   o   |   d   |   e   |   d   |   o

Col1在数据框中重复多次。在每个Col1中，都缺少信息。我需要创建一个包含每次Col1出现的所有信息的新列。

如何创建包含完整信息的列，然后删除以前的重复列？

多列中可能缺少某些信息。此脚本还打算在将来可能存在一、三、五或任意数量的重复Col1列时使用。

所需的输出如下所示：

Col2  | Col3  | Col4  | Col5
  d   |   h   |   p   |   a
  e   |   i   |   l   |   b
  l   |   l   |   a   |   a
  r   |   a   |   x   |   l
  i   |   w   |   i   |   a
  c   |   i   |   c   |   r
  o   |   e   |   o   |   d

我一直在看这个问题，但我不清楚如何Col1以完整的价值观保持期望。我可以删除多个同名的列，但我需要先创建一个包含完整信息的列。

标签： pythonpandasduplicatesmissing-datamelt

Answer 1

首先将列中的空值替换nan为如下：

import numpy as np
df = df.replace(r'^\s*$', np.nan, regex=True)

然后，您可以使用groupby然后first()

df.groupby(level = 0, axis = 1).first()