Python Pandas-如果在列中重复某个特定值，则删除该行，并保留第一个值

假设我们有一个数据帧：

   num  line    
0   1    56
1   1    90  
2   2    66  
3   3    4  
4   3    55  
5   3    104
6   1    23  
7   5    22  
8   3    144 

# True where num is 3
c1 = df['num'].eq(3)
# True where num is repeated
c2 = df['num'].eq(df['num'].shift(1))
# boolean indexation on df
df[(c1 & ~c2) | ~(c1)]

    num  line
0    1    56
1    1    90
2    2    66
3    3     4
6    1    23
7    5    22
8    3   144

我想删除num列中重复3的行，并保留第一行。因此，num列中重复1的两行应该仍然与所有其他列一起位于结果数据帧中

到目前为止，我所拥有的，消除了每一个双精度值，而不仅仅是3：

data.groupby((data['num'] != data['num'].shift()).cumsum().values).first()

预期结果或正确代码：

   num  line    
0   1    56
1   1    90  
2   2    66  
3   3    4  
4   1    23  
5   5    22  
6   3    144 

---

您可以使用以下条件在数据帧中执行布尔索引：

   num  line    
0   1    56
1   1    90  
2   2    66  
3   3    4  
4   3    55  
5   3    104
6   1    23  
7   5    22  
8   3    144 

# True where num is 3
c1 = df['num'].eq(3)
# True where num is repeated
c2 = df['num'].eq(df['num'].shift(1))
# boolean indexation on df
df[(c1 & ~c2) | ~(c1)]

    num  line
0    1    56
1    1    90
2    2    66
3    3     4
6    1    23
7    5    22
8    3   144

细节

---

您可以使用以下条件在数据帧中执行布尔索引：

   num  line    
0   1    56
1   1    90  
2   2    66  
3   3    4  
4   3    55  
5   3    104
6   1    23  
7   5    22  
8   3    144 

# True where num is 3
c1 = df['num'].eq(3)
# True where num is repeated
c2 = df['num'].eq(df['num'].shift(1))
# boolean indexation on df
df[(c1 & ~c2) | ~(c1)]

    num  line
0    1    56
1    1    90
2    2    66
3    3     4
6    1    23
7    5    22
8    3   144

细节

使用：

详细信息：

比较是否不相等：

print (data['num'].ne(3))
0     True
1     True
2     True
3    False
4    False
5    False
6     True
7     True
8    False
Name: num, dtype: bool

按移位值比较第一个连续的：

print (data['num'].ne(data['num'].shift()))
0     True
1    False
2     True
3     True
4    False
5    False
6     True
7     True
8     True
Name: num, dtype: bool

按位

或
的
链接：

print (data['num'].ne(3) | data['num'].ne(data['num'].shift()))
0     True
1     True
2     True
3     True
4    False
5    False
6     True
7     True
8     True
Name: num, dtype: bool

使用：

详细信息：

比较是否不相等：

print (data['num'].ne(3))
0     True
1     True
2     True
3    False
4    False
5    False
6     True
7     True
8    False
Name: num, dtype: bool

按移位值比较第一个连续的：

print (data['num'].ne(data['num'].shift()))
0     True
1    False
2     True
3     True
4    False
5    False
6     True
7     True
8     True
Name: num, dtype: bool

按位
或
的
链接：

print (data['num'].ne(3) | data['num'].ne(data['num'].shift()))
0     True
1     True
2     True
3     True
4    False
5    False
6     True
7     True
8     True
Name: num, dtype: bool

好吧，我可以使用几个只执行解决方案一部分的子数据帧，然后将它们组合起来。我从来没有这样想过！谢谢好吧，我可以使用几个只执行解决方案一部分的子数据帧，然后将它们组合起来。我从来没有这样想过！谢谢感谢您了解我，我可以组合几个提供解决方案一部分的子数据帧，然后组合它们！！很好！感谢您了解我，我可以组合几个提供解决方案一部分的子数据帧，然后组合它们！！很好！