Pandas DataFrame按CustomerNr去重并保留Period1、Period2有效值如何实现

实现代码 #

你可以直接对CustomerNr列分组后，对其余列取首个非空值实现需求，完整代码如下：

import numpy as np
import pandas as pd

df = pd.DataFrame([[1001, 120,np.nan], [1001,np.nan ,30], [1004, 160,np.nan],[1005, 160,np.nan], 
                   [1006,np.nan ,8], [1010, 160,np.nan],[1010,np.nan ,4]], columns=['CustomerNr','Period1','Period2'])

# 核心处理逻辑
result = df.groupby('CustomerNr', as_index=False).agg('first')
print(result)

代码说明 #

• groupby('CustomerNr')：按客户编号分组，相同客户编号的行会被分到同一组
• agg('first')：对每个分组内的每一列，取第一个非空值，正好匹配合并保留重复行非空有效值的需求
• as_index=False：指定客户编号不作为结果的索引，保留为普通列

运行后输出的result就是目标结果。

内容的提问来源于stack exchange，提问作者j_90