Pandas 熊猫丢弃了你的复制品。保持第一和最后。可能吗?
我有这个数据帧,我需要删除所有重复项,但我需要保留第一个和最后一个值 例如:Pandas 熊猫丢弃了你的复制品。保持第一和最后。可能吗?,pandas,drop-duplicates,Pandas,Drop Duplicates,我有这个数据帧,我需要删除所有重复项,但我需要保留第一个和最后一个值 例如: 1 0 2 0 3 0 4 0 输出: 1 0 4 0 我尝试了df.column.drop_duplicateskeep=first,last,但它没有返回单词 ValueError:keep必须为first、last或False 有人知道这有什么转机吗 谢谢,您可以使用该函数创建包含第一个值和最后一个值的数据帧 pd.concat([ df['X
1 0
2 0
3 0
4 0
输出:
1 0
4 0
我尝试了df.column.drop_duplicateskeep=first,last,但它没有返回单词
ValueError:keep必须为first、last或False
有人知道这有什么转机吗
谢谢,您可以使用该函数创建包含第一个值和最后一个值的数据帧
pd.concat([
df['X'].drop_duplicates(keep='first'),
df['X'].drop_duplicates(keep='last'),
])
您可以使用该函数创建包含第一个值和最后一个值的数据帧
pd.concat([
df['X'].drop_duplicates(keep='first'),
df['X'].drop_duplicates(keep='last'),
])
在名为column的列上使用groupby,然后重新索引。如果要在多个列中检查重复值,可以扩展groupby中包含的列
df = pd.DataFrame({'column':[0,0,0,0]})
输入:
column
0 0
1 0
2 0
3 0
输出:
column
0 0
3 0
在名为column的列上使用groupby,然后重新索引。如果要在多个列中检查重复值,可以扩展groupby中包含的列
df = pd.DataFrame({'column':[0,0,0,0]})
输入:
column
0 0
1 0
2 0
3 0
输出:
column
0 0
3 0
你不能同时放弃第一个和最后一个。。。所以这个技巧对于第一个和最后一个数据帧来说太过复杂了 当您发现一个必须处理创建非重复的副本。所以在第二个数据帧中只有concat唯一索引。不确定合并/加入是否会更好
import pandas as pd
d = {1:0,2:0,10:1, 3:0,4:0}
df = pd.DataFrame.from_dict(d, orient='index', columns=['cnt'])
print(df)
cnt
1 0
2 0
10 1
3 0
4 0
然后这样做:
d1 = df.drop_duplicates(keep=("first"))
d2 = df.drop_duplicates(keep=("last"))
d3 = pd.concat([d1,d2.loc[set(d2.index) - set(d1.index)]])
d3
Out[60]:
cnt
1 0
10 1
4 0
你不能同时放弃第一个和最后一个。。。所以这个技巧对于第一个和最后一个数据帧来说太过复杂了 当您发现一个必须处理创建非重复的副本。所以在第二个数据帧中只有concat唯一索引。不确定合并/加入是否会更好
import pandas as pd
d = {1:0,2:0,10:1, 3:0,4:0}
df = pd.DataFrame.from_dict(d, orient='index', columns=['cnt'])
print(df)
cnt
1 0
2 0
10 1
3 0
4 0
然后这样做:
d1 = df.drop_duplicates(keep=("first"))
d2 = df.drop_duplicates(keep=("last"))
d3 = pd.concat([d1,d2.loc[set(d2.index) - set(d1.index)]])
d3
Out[60]:
cnt
1 0
10 1
4 0