Python 从每个数据帧组中保留一行（不变）

我有一个pandas

DataFrame

，我通过三列的组合将其分组

a、B、C

grouped = df.groupby(["A", "B", "C"])

对于每组的所有元素，多个附加列

D、E、F、G

是（保证）相同的，而其他列

X、Y

在每组中有所不同。（我已经知道哪些列是固定的，哪些不同。）

我想构造一个数据帧，每个组包含一行，并且只包含固定列

a、B、C、D、E、F、G的值。最直接的方法是什么？因为有很多相同的值，我更愿意指定要忽略哪些列，而不是相反

我提出了“聚合”方法，从每个组中选择一行，然后在单独的步骤中删除不需要的列：

thinned = grouped.aggregate(lambda x: x.iloc[0])
del thinned["X"], thinned["Y"]

这样做的目的是在每个（当前）组有一行的数据帧中，将不变值与我计算的几个新的摘要值组合在一起

但我想一定有一条不太迂回的路。
我想你需要：

我认为你需要：

我想你有很多选择，或多或少优雅。
首先，你关心“X”和“Y”吗？如果你没有，因为你在最后删除它们，你可以简单地使用

我想你有很多选择，或多或少优雅。
首先，你关心“X”和“Y”吗？如果你没有，因为你在最后删除它们，你可以简单地使用

您可以使用仅选择每个组的第一条记录。比如说这个,

import pandas

df = pandas.DataFrame({
    'A': [1, 1, 2, 2, 3, 3], 
    'B': [1, 1, 1, 2, 2, 2], 
    'C': [2, 2, 3, 3, 1, 1]
})
print(df.groupby(['A', 'B'])['C'].first())

导致

A  B
1  1    2
2  1    3
   2    3
3  2    1
Name: C, dtype: int64

您可以使用仅选择每个组的第一条记录。比如说这个,

import pandas

df = pandas.DataFrame({
    'A': [1, 1, 2, 2, 3, 3], 
    'B': [1, 1, 1, 2, 2, 2], 
    'C': [2, 2, 3, 3, 1, 1]
})
print(df.groupby(['A', 'B'])['C'].first())

导致

A  B
1  1    2
2  1    3
   2    3
3  2    1
Name: C, dtype: int64

为什么不在
groupby
之前首先选择这些列呢？e、 g.
df[df.columns.difference（['X'，'Y']）].groupby（['A'，'B'，'C']）
这是个好主意，但我还需要与根据不同分组列计算的数据帧合并。所以它可能会起作用，但我需要注意索引。对我来说，分组然后删除你不感兴趣的列似乎是多余的，最好不要在操作之前选择它们。我感兴趣的是从删除的列中计算值；我还需要结果中的不变列。无论如何，
difference（）
方法很好了解。另外，您还可以对所有不变列进行分组，并将
作为_index=False
或
重置_index
传递，但如果您只想删除重复，则已有一种方法可用于此操作，这取决于您最终想要实现什么。为什么不在
groupby
之前首先选择这些列呢？e、 g.
df[df.columns.difference（['X'，'Y']）].groupby（['A'，'B'，'C']）
这是个好主意，但我还需要与根据不同分组列计算的数据帧合并。所以它可能会起作用，但我需要注意索引。对我来说，分组然后删除你不感兴趣的列似乎是多余的，最好不要在操作之前选择它们。我感兴趣的是从删除的列中计算值；我还需要结果中的不变列。无论如何，知道
difference（）
方法很好。你还可以做的另一件事是对所有不变列进行分组，并将
作为_index=False
或
reset_index
传递，但如果你只想删除重复，那么已经有一个现有的方法用于此，这取决于你最终想要实现什么。
A  B
1  1    2
2  1    3
   2    3
3  2    1
Name: C, dtype: int64