python - Pandas 获得每个组的多次首次出现

Question

我想获得每个组的多次首次出现(即:每次一个组出现在另一个组之后)，因为某些组可能在数据框中出现不止一次。例如:

<表类="s-表"><头>col1col2<正文> AAA 111AAA222AAA444 BBB 111BBB333 CCC 777CCC333 AAA 888AAA777

我想返回 AAA 组的“第一次”出现:

<表类="s-表"><头>col1col2<正文>AAA111BBB111CCC777AAA888

我试过使用 groupby，但它只返回分组后的第一次出现。有没有一种简单的方法可以得到这种结果？

Answer 1

您可以使用 GroupBy.first在自定义组上:

df.groupby(df['col1'].ne(df['col1'].shift()).cumsum(), as_index=False).first()

输出:

  col1  col2
0  AAA   111
1  BBB   111
2  CCC   777
3  AAA   888