df= df.groupby(['name','department']) \
.max() \
.replace({True:'yes',False:np.nan}) \
.reset_index()
print (df)
name department feature1 feature2 feature3
0 x1 cs yes yes yes
1 x1 ec NaN NaN NaN
2 x2 cs yes yes NaN
3 x2 ec NaN yes NaN
df= df.groupby(['name','department']) \
.any() \
.replace({True:'yes',False:np.nan}) \
.reset_index()
print (df)
name department feature1 feature2 feature3
0 x1 cs yes yes yes
1 x1 ec NaN NaN NaN
2 x2 cs yes yes NaN
3 x2 ec NaN yes NaN
您可以使用:
然后^{} 通过} 和最后一个^{} :
dict
聚合^{感谢您的评论,AChampion,也可以使用^{} :
如果所有值仅为
yes
和NaN
s,则也适用:编辑:
您可以使用聚合函数通过} :
dict comprehension
创建自定义dict
,并使用^{相关问题 更多 >
编程相关推荐