Как постепенно обновлять DF в Python
Описание
- У меня есть файл, который включает исходные данные и обновленные утверждения.
- Строка original_id аналогична первичному ключу.
- Строки, которые не имеют значения в Change_request_id, являются записями исходных данных.
- Строки со значениями в Change_request_id представляют собой обновления исходных записей данных.
- Строка Change_request_id ссылается на строку original_id и представляет изменение (обновление) данных. В качестве значения представлены только значения, которые необходимо изменить. Если поле пусто, это означает, что значение не изменяется.
Исходный файл
изменить_запрос_ид
original_id
а
б
с
д
1
10
20
30
40
2
2500
600
700
800
1
3
12
2
4
700
800
1
5
30
6
16
17
19
20
Желаемый результат:
изменить_запрос_ид
original_id
а
б
с
д
1
12
30
30
40
2
500
700
800
800
6
16
17
19
20
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
60
1
Перейти к ответу
Данный вопрос помечен как решенный
Ответы 1
Ответ принят как подходящий
Вы можете заменить original_id на change_request_id, если оно не равно нулю (с помощью fillna ), а затем получить последнее значение для каждой группы с помощью groupby.last:
out = (df.assign(original_id=df['change_request_id'].fillna(df['original_id']))
.groupby('original_id', as_index=False).last()
.drop(columns='change_request_id')
)
Выход:
original_id a b c d
0 1.0 12.0 30.0 30.0 40.0
1 2.0 2500.0 700.0 800.0 800.0
2 6.0 16.0 17.0 19.0 20.0
Другие вопросы по теме
Преобразовать специальную строку времени в формат даты и времени
Как посчитать статистику по частично агрегированным данным
Линейная регрессия в группе Pandas DataFrame
Dask установил dtype в массив целых чисел
Plotly: Как я могу отобразить информацию об определенном диапазоне данных на графике?
Запутанное преобразование типов в pandas DataFrame
Почему фильтрация на основе условия приводит к пустому DataFrame в пандах?
Удаление наблюдений с разницей в 7 дней в пределах определенной группы идентификаторов
Панды делают все мои ценности нет, я не знаю почему
Почему функции pandas str работают медленнее, чем apply?
Похожие вопросы
Библиотеке pytube не удалось найти совпадение для ^\w+\W
Почему мой (рабочий) код (который создает интерактивный график) больше не работает при помещении его в функцию?
API бота Telegram «setMyName» не работает
Python: альтернативы numpy или tensorflow tensordot для больших матриц
Django – имеет ли UniqueConstraint с несколькими полями тот же эффект, что и индекс с тем же полем?
Перевести функцию VBA в Python
Добавление декоратора к запросу бутылки внутри класса
Ошибка при использовании imap-tools с адресом электронной почты, содержащим символы, отличные от ascii, в имени домена
Сортировка списка поляр [struct[]] по значению структуры
Что означает оператор + + в Python numpy