Python Pandas：*正しい*重複行を削除する方法は？

Question

私は次のようになりますパンダのデータフレームがありますように

ID, Customer, Status, Score, Size 
01, Cust-A, NaN,  100, A 
01, Cust-A, Valid, 100, A 
02, Cust-B, Invalid, 80, B 
02, Cust-B, Invalid, NaN, B 
03, Cust-C, Valid, 95, C 
04, Cust-D, Invalid, 76, NaN 
04, Cust-D, NaN,  76, NaN 
... 

とします。

正しい行を削除するにはどうすればよいですか？

ID-01の場合は最初の行を、ID-02の場合は2番目の行を削除したいと思います。ID-04の場合は最初の行を削除します以下のNaN

Answer 1

1つのオプションは、各IDの欠損値の合計数を計算する（idxmin()付き）最小欠損値のインデックスを抽出し、元のデータフレームをサブセットするためにインデックスを使用することである。

df.loc[df.groupby('ID', as_index=False).apply(lambda g: g.isnull().sum(axis=1).idxmin())] 

# ID Customer  Status Score Size 
#1 1  Cust-A  Valid 100.0  A 
#2 2  Cust-B Invalid 80.0  B 
#4 3  Cust-C  Valid 95.0  C 
#5 4  Cust-D Invalid 76.0 NaN