Pandas:带条件的drop_duplicates

Question

有没有办法把drop_duplicates和conditions一起使用？例如，让我们以以下数据帧为例：

import pandas as pd
df = pd.DataFrame({
'Customer_Name': ['Carl', 'Carl', 'Mark', 'Joe', 'Joe'],
'Customer_Id': [1000,None,None,None,50000]
})

基于此数据帧，我想为Customer_Id和Customer_Name派生出一个具有不同行的数据帧

    Customer_Id Customer_Name
0    1000        Carl
2    NaN         Mark
5    50000       Joe

不幸的是，我不能为此使用drop_duplicates方法，因为这个方法总是会删除第一个或最后一个重复的事件。

然而，在我的例子中，这是不同的(参见Carl和Joe)。此外，我不能删除Customer_Id列中没有条目的所有行，因为这也会删除Mark的条目。

我非常感谢大家的帮助。

Answer 1

下面这个例子就是你的例子：

>>> df.groupby('Customer_Name').first().reset_index()
  Customer_Name  Customer_Id
0          Carl         1000
1           Joe        50000
2          Mark          NaN

但我必须检查first()是如何处理缺失值的，以确保它一致地工作。

Answer 2

这将仅为您提供编号最高的Customer_Id或NaN (如果不可用

df.groupby('Customer_Name').Customer_Id.max().reset_index()

  Customer_Name  Customer_Id
0          Carl         1000
1           Joe        50000
2          Mark          NaN