在大熊猫数据帧合并行

我有数据帧在大熊猫数据帧合并行

Date   CUSIP Asset Liability 
01-01-1990  A  1  NaN 
01-01-1990  A  Nan  2 
02-01-1990  A  3   2 
01-01-1990  B  Nan  2 
01-01-1990  B  1   2

反正它成为这个这样的结合：

Date   CUSIP Asset Liability 
01-01-1990  A  1   2 
02-01-1990  A  3   2 
01-01-1990  B  1   2

我想出的办法是使用GROUPBY（[ “CUSIP”，日期]）。AGG（功能）

其中I应用函数，其中最大（楠，3）= 3。

我有更简单的方法吗？

来源

2017-08-23 Lost1

>>> df.groupby(['Date', 'CUSIP']).apply(lambda group: group.ffill().bfill()).drop_duplicates() 
     Date CUSIP Asset Liability 
0 01-01-1990  A  1   2 
2 02-01-1990  A  3   2 
3 01-01-1990  B  1   2

来源

2017-08-23 21:26:14 Alexander

是的！用nan方法实现max的问题在于，这是非常慢的。一个需要遍历列表并丢弃nan值。我有时会讨厌python对待nan的方式... – Lost1

为了确保数据中没有错误，您还可以确保在给定日期只有一个CUSIP。假设上面的结果叫做'result'，那么result.groupby（['Date'，'CUSIP']）['CUSIP']。count（）。max（）'应该返回1. – Alexander

感谢提示。我正在运行这个。这非常缓慢。是向前填充还是向后填充总是这样慢？ – Lost1

在大熊猫数据帧合并行

回答

相关问题