取消堆叠时丢弃 NA

Question

我有一个这样的数据框：

field             
date     source   colA colB
20180101 source1  1    Nan
         source2  Nan  2
20180102 source1  3    Nan
         source2  NaN  4

...

保证 colA 将始终拥有 source1 的数据，而永远不会拥有 source 2 的数据。与 colB 类似，它始终拥有 source2 的数据，但永远不会拥有 source1 的数据。

现在我想做一个 unstack 并重新排序，这样我就可以有这样的东西：

source   source1   source2
field    colA      colB
date
20180101 1         2
20180102 3         4
...

但问题是，当我取消堆叠时，我得到了包含所有 NA 的列，用于 source1 colB 和 source2, colA。我不想在unstack之后做dropna，因为我觉得有机会丢失重要信息。有没有我想做的事？

Answer 1

将DataFrame.stack 用于系列并删除NaNs 和Series.unstack 用于DataFrame 和MultiIndex 在列中：

df = df.stack().unstack([1,2])
print (df)
source   source1 source2
            colA    colB
date                    
20180101     1.0     2.0
20180102     3.0     4.0