我有一个数据框df：
A B C Value
0 10 aa MN 5
1 10 aa NaN 6
2 12 bb MN 5
3 13 cc BK 7
4 13 cc Nan 8
5 14 cc SI 8
我正在尝试清除日期，以便在A和B列相同的情况下，它将C分配给匹配值，将行和C相加
df:
A B C Value
0 10 aa MN 11
1 12 bb MN 5
2 13 cc BK 15
3 14 cc SI 8
应注意，只有列C具有NaN值。所有这三个值都应构成唯一的组，但不限于该组。
我将如何在我的Jupyterbook中做到这一点？
为“ c”和“值”提供聚合功能。然后按组汇总。
agg_func = {'c': 'max','value':'sum'}
df_new = df.groupby(['a','b']).agg(agg_func)
我最终要做的是使用ffill（）然后使用group_by和sum（）来获取我需要的表
df = df.ffill()
df = df.groupby(['A','B','C']).Value.sum().reset_index()
df_incident_local_count.head()
df:
A B C Value
0 10 aa MN 11
1 12 bb MN 5
2 13 cc BK 15
3 14 cc SI 8
我不知道评论在哪里，但是其他人推荐使用ffill（）。归功于那个陌生人。