- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个df,
Sr.No Name Class Data
0 1 Sri 1 sri is a good player
1 '' Sri 2 sri is good in cricket
2 '' Sri 3 sri went out
3 2 Ram 1 Ram is a good player
4 '' Ram 2 sri is good in cricket
5 '' Ram 3 Ram went out
6 3 Sri 1 sri is a good player
7 '' Sri 2 sri is good in cricket
8 '' Sri 3 sri went out
9 4 Sri 1 sri is a good player
10 '' Sri 2 sri is good in cricket
11 '' Sri 3 sri went out
12 '' Sri 4 sri came back
我正在尝试根据 ["Name","Class","Data"] 删除重复项。目标是根据 Sr No 的所有句子删除重复项。
我的预期输出是,
out_df
Sr.No Name Class Data
0 1 Sri 1 sri is a good player
1 Sri 2 sri is good in cricket
2 Sri 3 sri went out
3 2 Ram 1 Ram is a good player
4 Ram 2 sri is good in cricket
5 Ram 3 Ram went out
9 4 Sri 1 sri is a good player
10 Sri 2 sri is good in cricket
11 Sri 3 sri went out
12 Sri 4 sri came back
最佳答案
使用 groupby
+ transform
操作创建虚拟列。
v = df.groupby(df['Class'].diff().le(0).cumsum())['Data'].transform(' '.join)
或者,
v = df['Data'].groupby(df['Class'].diff().le(0).cumsum()).transform(' '.join)
此虚拟列成为决定要删除哪些行的一个因素。
m = df.assign(Foo=v).duplicated(["Name", "Class", "Data", "Foo"])
df[~m]
Class Data Name Sr.No
0 1 sri is a good player Sri 1
1 2 sri is good in cricket Sri
2 3 sri went out Sri
3 1 Ram is a good player Ram 2
4 2 sri is good in cricket Ram
5 3 Ram went out Ram
9 1 sri is a good player Sri 4
10 2 sri is good in cricket Sri
11 3 sri went out Sri
12 4 sri came back Sri
<小时/>
详细信息
从单调递增的 Class
值形成组 -
i = df['Class'].diff().le(0).cumsum()
i
0 0
1 0
2 0
3 1
4 1
5 1
6 2
7 2
8 2
9 3
10 3
11 3
12 3
Name: Class, dtype: int64
使用它来分组,并通过 str.join
操作转换数据
-
v = df.groupby(i)['Data'].transform(' '.join)
这只是一列连接的字符串。最后,分配虚拟列并调用 duplicated
-
m = df.assign(Foo=v).duplicated(["Name", "Class", "Data", "Foo"])
m
0 False
1 False
2 False
3 False
4 False
5 False
6 True
7 True
8 True
9 False
10 False
11 False
12 False
dtype: bool
关于python - 如何在 pandas 数据框中执行多个条件的 drop_duplicates,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48335265/
在尝试根据日期时间索引的值对时间序列执行拖放复制时,我正撞在墙上。 我的功能如下: def csv_import_merge_T(f): dfsT = [pd.read_csv(fp, in
我正在 DataFrame 中查看一组临时员工。我正在使用 Pandas,我需要在每个人的集合中删除重复项。因此,对于 Greene,我只需要 apnt_ymd 列中的一个唯一日期。该集合中有两个 2
对于子集参数,我想指定前 n-1 列。我该怎么做呢? 例如:在以下数据集中 0 1 2 3 4 5 6 0 0 12 1 99 23 2 75 1 0 12
“去重”通过字面意思不难理解,就是删除重复的数据。在一个数据集中,找出重复的数据删并将其删除,最终只保存一个唯一存在的数据项,这就是数据去重的整个过程。删除重复数据是数据分析中经常会遇到的一个问题。通
我有一个 pd.DataFrame具有以下结构: $ df.head() target refTime name latitude lon
根据 here 的回答,我正在尝试从一个数据帧中删除其他数据帧中存在的行。 它非常适合此输入: csv1: sale_date,price,latitude,longitude Wed May 21
我有一个非常大的数据框。当我运行:df=df.drop_duplicates()时,出现以下错误: ValueError: Buffer has wrong number of dimensions
我正在使用 Python 3.6 从 BoardEX 读取 .csv 文件。我知道数据中有很多重复条目。 main = pd.read_csv("C:/Users/theca/Downloads/57
我有一个数据集,我想根据某些条件在其中删除重复项。 例如,假设我有一张表 ID date group 3001 2010 DCM 3001 2012 NII 3001
我想根据列值的类型删除数据框的重复行。例如,我的数据框是: A B 3 4 3 4 3 5 yes 8 no 8 yes 8 如果 df['A'] 是一个数字,我想 d
有什么方法可以将 drop_duplicates 与条件一起使用吗?例如,让我们采用以下数据框: import pandas as pd df = pd.DataFrame({ 'Customer_N
我有一个简单的数据框。我正在尝试删除基于两列的重复行。 import pandas as pd b = pd.read_json('{"columns":["a","b"],"data":[[3110
我有一个包含重复条目的 pandas 数据框,我想使用 seaborn 创建一个 tsplot。我在数据帧上调用 drop_duplicates (甚至调用 reset_index()),但是当我必须
我创建了一个具有重复行的数据框,如下所示: df = pd.DataFrame({"Order Date": ["January 1, 2017", "March 15, 2017", "April
是否有可能使用 pandas.drop_duplicates使用比较运算符比较特定列中的两个对象以识别重复项?如果不能,还有什么选择? 这是一个可以使用它的例子: 我有一个 pandas DataFr
我正在尝试在我的数据框上使用 drop_duplicates 方法,但我得到了一个错误。请参阅以下内容: error: TypeError: unhashable type: 'list' 我使用的代
如下所示: DataFrame.drop_duplicates(subset=None, keep='first', inplace=False) subset考虑重复发生在哪一列,默认
注意:请参阅下面的编辑。 我需要记录从我的 df 中删除的所有行,但我不确定如何捕获它们。日志应该是一个数据框,我可以为每个 .drop 或 .drop_duplicates 操作更新它。以下是我要记
注意:请参阅下面的编辑。 我需要记录从我的 df 中删除的所有行,但我不确定如何捕获它们。日志应该是一个数据框,我可以为每个 .drop 或 .drop_duplicates 操作更新它。以下是我要记
我有一个包含两列的数据框。第一列(例如 A)有重复项,第二列则没有。 我已经尝试过 df["A"].drop_duplicates(inplace=True) 但返回相同的行数。如何删除“A”列中的值
我是一名优秀的程序员,十分优秀!