I have a small dataframe:
如果至少有一行具有相同/重复的ID，并且其Bad_Loan为True，我希望将Bad_Loan更改为True.例如，ID 123重复2次，1行具有TRUE BAD_LOAN，1行具有NAN BAD_LOAN.我想将具有NaN值的重复ID更改为True.
So my desired output is a dataframe like this
我读过多种解决方案，但它们解决了如何根据另一列中的值赋值的问题.我真的被我的问题缠住了.对我的问题有什么 idea 吗？非常感谢
我对Pandas 了解不多，所以我的解决方案可能不是最好的，但我有一个建议:
如果您的ID列是一个索引，也许您可以利用这样一个事实，即np.NaN总是被认为是<(小于)，而不是True甚至False(某种程度上……NaN和布尔值之间的布尔比较将始终计算为False).因此，(False和NaN)的max值将是False，或者(True和NaN)的max值将是True.
让我们从一些示例数据开始:
import pandas as pd
import numpy as np
df = pd.DataFrame({
"ID": [123, 123, 345, 345, 678, 678],
"bad_loan": [True, np.NaN, np.NaN, np.NaN, False, np.NaN],
})
df = df.set_index('ID')
按ID分组，取bad_loan列中的.max()列.这将尽可能丢弃NaN(S):
non_nans = df.groupby('ID')['bad_loan'].agg(np.max)
print(non_nans)
# Outputs:
# ID
# 123 True
# 345 NaN
# 678 False
现在，你只需要告诉Pandas 在你的df中填满NaN，从你的non_nans系列中获取值，按公共指数合并，也就是按ID列:
df = df.fillna({'bad_loan': non_nans})
print(df)
# Outputs:
# ID
# 123 True
# 123 True
# 345 NaN
# 345 NaN
# 678 False
# 678 False