根据另一列（Python，Pandas）中的值删除一列的重复项

Question

我有一个这样的数据框：

Date                PlumeO      Distance
2014-08-13 13:48:00  754.447905 5.844577 
2014-08-13 13:48:00  754.447905 6.888653
2014-08-13 13:48:00  754.447905 6.938860
2014-08-13 13:48:00  754.447905 6.977284
2014-08-13 13:48:00  754.447905 6.946430 
2014-08-13 13:48:00  754.447905 6.345506
2014-08-13 13:48:00  754.447905 6.133567
2014-08-13 13:48:00  754.447905 5.846046 
2014-08-13 16:59:00  754.447905 6.345506 
2014-08-13 16:59:00  754.447905 6.694847 
2014-08-13 16:59:00  754.447905 5.846046 
2014-08-13 16:59:00  754.447905 6.977284 
2014-08-13 16:59:00  754.447905 6.938860 
2014-08-13 16:59:00  754.447905 5.844577 
2014-08-13 16:59:00  754.447905 6.888653 
2014-08-13 16:59:00  754.447905 6.133567 
2014-08-13 16:59:00  754.447905 6.946430

我试图将日期保持在最短的距离，因此请删除重复的日期，并将日期保持在最短的距离。

有没有办法在熊猫的df.drop_duplicates实现此df.drop_duplicates或者我是否坚持使用if语句查找最小距离？

Answer 1

按距离排序并按日期排序：

df.sort_values('Distance').drop_duplicates(subset='Date', keep='first')
Out: 
                   Date      PlumeO  Distance
0   2014-08-13 13:48:00  754.447905  5.844577
13  2014-08-13 16:59:00  754.447905  5.844577

Answer 2

这些方法的优点是不需要排序。

选项1
您可以使用idxmin标识最小值的索引值，并且可以在groupby使用它。 使用这些结果来切片数据框。

df.loc[df.groupby('Date').Distance.idxmin()]

                   Date      PlumeO  Distance
0   2014-08-13 13:48:00  754.447905  5.844577
13  2014-08-13 16:59:00  754.447905  5.844577

---

选项2
您可以使用pd.DataFrame.nsmallest返回与最小距离关联的行。

df.groupby('Date', group_keys=False).apply(
    pd.DataFrame.nsmallest, n=1, columns='Distance'
)

                   Date      PlumeO  Distance
0   2014-08-13 13:48:00  754.447905  5.844577
13  2014-08-13 16:59:00  754.447905  5.844577

Answer 3

我会说先对数据排序，然后删除重复的日期：

stripped_data = df.sort_values('distance').drop_duplicates('date', keep='first')