根据父id合并同一数据帧中的多行
提问于 2019-09-24 05:06:09
我有一个数据帧，其中一些行具有父子关系。例如，1002是1003的父项，1003是1004的父项
import pandas as pd
import numpy as np
df = pd.DataFrame(columns=['Id', 'Parent Id', 'Child Id', 'A', 'B'],
data=[[1001, np.nan, 1005, 'A1001', 'B1001'],
[1002, np.nan, 1003, 'A1002', 'B1002'],
[1003, 1002, 1004, 'A1003', np.nan],
[1004, 1003, np.nan, 'A1004', np.nan],
[1005, 1001, np.nan, 'A1005', np.nan]
])
print(df)
Id Parent Id Child Id A B
0 1001 NaN 1005.0 A1001 B1001
1 1002 NaN 1003.0 A1002 B1002
2 1003 1002.0 1004.0 A1003 NaN
3 1004 1003.0 NaN A1004 NaN
4 1005 1001.0 NaN A1005 NaN我想合并这些行，只保留那些没有子项的行。我知道我能做到
df = df[df['Child Id'].isnull()]然而，一些信息只出现在父行中，而在子行中缺失，例如1002中的列'B‘。我希望将其继承到最新的子行。
以下是预期输出：
Id Parent Id Child Id A B
3 1004 1003.0 NaN A1004 B1002
4 1005 1001.0 NaN A1005 B1001有没有内置的pandas方法可以用来代替迭代行呢？
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-09-24 05:51:14
您需要在父子关系链的下游获取B列中的值。您可以使用以下命令来完成此操作：
for i in range(max_length_of_relationships):
df = df.merge(df[['Id', 'B']].rename({'Id': 'Parent Id', 'B': 'Parent B'}, axis=1), how='left')
df['B'] = df['B'].combine_first(df['Parent B'])
df.drop('Parent B', axis=1, inplace=True)其中max_length_of_relationships是一个链中父子链接的最大数量(df中的2: 1. 10002-10003，2.10003-10004)，如果您不确定这个数字是多少，请使用一个无法超越的大数字。然后只保留没有childs的行，就像您使用的那样：
df = df[df['Child Id'].isnull()]页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/58073380
复制相关文章
点击加载更多
腾讯云开发者
