从 df.loc[] 和 select 唯一值获取新的 DF

Question

我有一个包含几列的 df，使用指令df.loc[df['event'] == 'enviado']我可以减少对感兴趣的行的 df。 有一个df样本。

date                event           event_id
2021-03-25 07:39:53 re-abierto      93152335132
2021-03-25 15:01:33 re-abierto      93152335132
2021-03-26 11:24:59 re-abierto      93152335132
2021-03-24 08:23:34 enviado         62249953135 
2021-03-24 08:23:34 entregado       62249953135 
2021-03-18 17:24:05 enviado         47146688526 
2021-03-18 17:24:06 entregado       47146688526 
2021-03-18 20:52:02 enviado         80242994752 
2021-03-18 20:52:02 entregado       80242994752 
2021-03-20 08:53:39 abierto         47146688526 
2021-03-20 08:55:23 re-abierto      47146688526 
2021-03-20 08:56:56 abierto         80242994752
2021-03-20 08:58:01 click           47146688526
2021-03-20 09:08:55 enviado         93152335132
2021-03-20 09:08:55 enviado         93152335132
2021-03-20 09:08:55 entregado       93152335132
2021-03-20 09:08:55 entregado       93152335132
2021-03-20 09:11:22 abierto         93152335132
2021-03-20 09:27:47 abierto         93152335132
2021-03-28 11:56:01 re-abierto      80242994752
2021-03-28 11:56:36 click           80242994752
2021-03-29 04:23:43 re-abierto      80242994752

在减少 df 之后，我想在event_id列中添加新的 df，包括唯一值。 我尝试使用 unique() 但它仅适用于系列，因此df.loc[df['event']=='enviado','event_id'].unique()会产生一个数组。

为简单起见，我只在 df 中设置了 3 列，但是我的原始 df 有超过 50 列，决定的结果是按event过滤的 df 减少，并且在event_id中具有所有列和索引的唯一性。

2021-03-24 08:23:34  enviado  62249953135
2021-03-18 17:24:05  enviado  47146688526
2021-03-18 20:52:02  enviado  80242994752
2021-03-20 09:08:55  enviado  93152335132

谢谢

Answer 1

df.loc[df['event'] == 'enviado'].drop_duplicates(subset='event_id')