举个例子:
import pandas as pd
df = pd.DataFrame({
"date": ["20180724", "20180725", "20180731", "20180723", "20180731"],
"identity": [None, "A123456789", None, None, None],
"hid": [12345, 12345, 12345, 54321, 54321],
"hospital": ["A", "A", "A", "B", "B"],
"result": [70, None, 100, 90, 78]
})
因为前三排是一样的
hid
和
hospital
中的值
identity
也应该是相同的。至于其他两行,它们是一样的
隐藏
和
医院
还有,但不知道
身份
提供了,因此
身份
应保持缺失。换句话说,期望的输出是:
date identity hid hospital result
0 20180724 A123456789 12345 A 70.0
1 20180725 A123456789 12345 A NaN
2 20180731 A123456789 12345 A 100.0
3 20180723 None 54321 B 90.0
4 20180731 None 54321 B 78.0
我可以循环查看
隐藏
S和
医院
类的
for hid, hospital in df[["hid", "hospital"]].drop_duplicates().itertuples(index=False)
但我不知道下一步该怎么做。