按组从Pandas Dataframe中删除`NaN`

Question

I have a Dataframe that looks like this:

value   attribute1  attribute2  attribute3  attribute4
value1  NaN         NaN         foo         NaN
value1  bar         NaN         NaN         NaN
value1  NaN         baz         NaN         NaN
value1  NaN         NaN         NaN         boo

我正在尝试找到一种方法来压缩框架，使其看起来更像这样：

value   attribute1  attribute2  attribute3  attribute4
value1  bar         baz         foo         boo

我还没有找到任何特定的解决方案，可以让我做到这一点。

- Token Joe

---

你的 value 列会有多个值吗？ - jpp

@jpp 是的，实际的DF比我上面展示的要大得多。 - Token Joe

Answer 1

In [166]: df.groupby('value').first()
Out[166]:
       attribute1 attribute2 attribute3 attribute4
value
value1        bar        baz        foo        boo

或者

In [167]: df.groupby('value', as_index=False).first()
Out[167]:
    value attribute1 attribute2 attribute3 attribute4
0  value1        bar        baz        foo        boo

- MaxU - stand with Ukraine

---

哇，太棒了！第一个似乎重复了值，但第二个选项非常好，非常感谢！ - Token Joe

Answer 2

df.bfill().iloc[[0]]
Out[201]: 
    value attribute1 attribute2 attribute3 attribute4
0  value1        bar        baz        foo        boo

- BENY

---

嘿，这也非常好用，谢谢！ - Token Joe

Answer 3

一种方法是使用 sort_values，然后使用 bfill 和 drop_duplicates。

即使 value 列中有多个唯一值且未排序，此方法也适用。

res = df.sort_values('value')\
        .bfill()\
        .drop_duplicates('value')

#     value attribute1 attribute2 attribute3 attribute4
# 0  value1        bar        baz        foo        boo

- jpp