擅长:python、mysql、java
<p>让我们<code>mask</code>数据帧中的值,其中<code>Value</code>列中的值为<code>NaN</code>,然后<code>groupby</code>数据帧位于<code>Type</code>并使用<code>first</code>进行聚合:</p>
<pre><code>df2['Value'] = pd.to_numeric(df2['Value'], errors='coerce')
df2.mask(df2['Value'].isna()).groupby('Type', as_index=False).first()
</code></pre>
<hr/>
<pre><code> Type Date Value
0 1.0 05.12.1998 100.0
1 2.0 06.12.1998 20.0
</code></pre>