python - Pandas :删除连续重复

Question

在 pandas 中只删除连续重复项的最有效方法是什么？

drop_duplicates 给出了这个:

In [3]: a = pandas.Series([1,2,2,3,2], index=[1,2,3,4,5])

In [4]: a.drop_duplicates()
Out[4]: 
1    1
2    2
4    3
dtype: int64

但我想要这个:

In [4]: a.something()
Out[4]: 
1    1
2    2
4    3
5    2
dtype: int64

Answer 1

使用 shift :

a.loc[a.shift(-1) != a]

Out[3]:

1    1
3    2
4    3
5    2
dtype: int64

所以上面使用 bool 标准，我们将数据帧与移动了 -1 行的数据帧进行比较以创建掩码

另一种方法是使用diff :

In [82]:

a.loc[a.diff() != 0]
Out[82]:
1    1
2    2
4    3
5    2
dtype: int64

但是如果你有大量的行，这会比原来的方法慢。

更新

感谢 Bjarke Ebert 指出一个细微的错误，我实际上应该使用 shift(1) 或仅使用 shift() 因为默认的句点是 1，这将返回第一个连续值:

In [87]:

a.loc[a.shift() != a]
Out[87]:
1    1
2    2
4    3
5    2
dtype: int64

注意索引值的差异，感谢@BjarkeEbert!