Python：基于行之间的比较选择行

在下面的数据框中，第一列是偶尔带有非唯一值的索引

|   | col1 |
|---|------|
| A |  120 |
| A |   90 |
| A |   80 |
| B |   80 |
| B |   50 |
| C |  120 |
| D |  150 |
| D |  150 |

我想选择行，以便获得以下数据帧

|   | col1 |
|---|------|
| A |  120 |
| B |   80 |
| C |  120 |
| D |  150 |

基本上，我只想让第一行与索引的唯一值关联。

试试这个

import pandas as pd
import numpy as np

index = 'A A A B B C D D'.split()
col1 = [120, 90, 80, 80, 50, 120, 150, 150]
ser = pd.Series(col1, index=index)
# use groupby and keep the first element
ser.groupby(level=0).first()

Out[200]: 
A    120
B     80
C    120
D    150
dtype: int64

试试这个

import pandas as pd
import numpy as np

index = 'A A A B B C D D'.split()
col1 = [120, 90, 80, 80, 50, 120, 150, 150]
ser = pd.Series(col1, index=index)
# use groupby and keep the first element
ser.groupby(level=0).first()

Out[200]: 
A    120
B     80
C    120
D    150
dtype: int64

下面是一个例子：

我们从一个看起来像这样的数据帧开始

      | col |
-------------
   A  |  1  |
   B  |  2  |
   B  |  3  |
   C  |  4  |
   C  |  5  |
   C  |  6  |

使用

groupby

方法

import pandas as pd
df = pd.DataFrame(index=['a', 'b', 'b', 'c', 'c', 'c'],
                  data=[1, 2, 3, 4, 5, 6], columns=['col'])

group = df.groupby(level=0)
df = group.first()

结果是：

      | col |
-------------
   A  |  1  |
   B  |  2  |
   C  |  4  |

如果要保留每个索引的最后值，可以使用

group.last（）

。

以下是一个示例：

我们从一个看起来像这样的数据帧开始

      | col |
-------------
   A  |  1  |
   B  |  2  |
   B  |  3  |
   C  |  4  |
   C  |  5  |
   C  |  6  |

使用

groupby

方法

import pandas as pd
df = pd.DataFrame(index=['a', 'b', 'b', 'c', 'c', 'c'],
                  data=[1, 2, 3, 4, 5, 6], columns=['col'])

group = df.groupby(level=0)
df = group.first()

结果是：

      | col |
-------------
   A  |  1  |
   B  |  2  |
   C  |  4  |

---

如果要保留每个索引的最后值，可以使用

group.last（）

。

。不知道

第一个

和

最后一个

存在。谢谢好极了不知道

第一个

和

最后一个

存在。谢谢不知怎的，我首先看到了另一种反应。你们都给出了相同的答案。既然你先来，我就选你的。不知怎么的，我先看到了另一个反应。你们都给出了相同的答案。既然你先来，我就选你的。