熊猫组合包含字符串的重复列

Question

我在合并重复的列时遇到问题（有点）。它似乎可以在较旧版本的Pandas / Python上运行（不确定问题出在哪里），但在最新版本上却无法运行。我基本上在concat之后有一个混合值的数据框，其中包含重复的列名。这些值将是一个int，字符串或nan。对于每个重复的列名称，所有非nan值都将相同，因此从理论上讲max（）应该可以解决问题。说我有数据框：    col1  col1  col2  col2  col30   Foo   nan   nan   Bar   Baz1   nan   nan   Bar   Bar   nan2   0     nan   1     nan   1我的目标是    col1  col2  col30   Foo   Bar   Baz1   nan   Bar   nan2   0     1     1这样做df.groupby(df.columns,axis=1).max()确实可以执行我希望在较旧版本的Pandas / Python上执行的操作，但不适用于最新版本。这是我得到的最新版本：    col1  col2  col30   nan   nan   Baz1   nan   nan   nan2   0     1     1有任何想法吗？

Answer 1

我认为您transpose首先需要数据框，reset the index然后rename是重复的index列值，最后使用groupby。

df_t = df.T.reset_index()

df_t["index"] = df_t["index"].str.split(".").str[0]

result = df_t.groupby("index").first().T

输出

Out[57]: 

index col1 col2 col3

0      Foo  Bar  Baz

1      NaN  Bar  NaN

2        0    1    1

Answer 2

您的算法是一个很好的算法，您可以尝试：

df.groupby(df.columns,axis=1).max(axis=1)