如何在 pandas 中按两列分组，其中两者的组合是唯一的

Question

我有一个 dataframe 两列是唯一的，我想分组并能够显示结果。 例如：

import pandas as pd

d = {'label': ['A','A','B','B','B','C','E','E'],
     'value': [30,30,40,40,40,0,10,10]}
df = pd.DataFrame(d)
print(df)

结果是

  label  value
0     A     30
1     A     30
2     B     40
3     B     40
4     B     40
5     C      0
6     E     10
7     E     10

注意所有 A 是 30，B 是 40，等等。
如果我尝试对两者进行groupby ：

grouped = df.groupby(['label','value'])
print(grouped)

结果<pandas.core.groupby.generic.DataFrameGroupBy object at 0x00000208BD8470D0 。

我真的很想摆脱 dataframe 中的这些重复行。

我的目标是得到结果 dataframe：

  label  value
1     A     30
2     B     40
3     C      0
4     E     10

Answer 1

head可用于获取每个组的前n行：

import pandas as pd

d = {'label': ['A', 'A', 'B', 'B', 'B', 'C', 'E', 'E'],
     'value': [30, 30, 40, 40, 40, 0, 10, 10]}
df = pd.DataFrame(d)

print(df.groupby(['label', 'value']).head(1))

---

drop_duplicates可用于从 DataFrame 整体中删除重复行：

print(df.drop_duplicates())

Output 对于两者：

  label  value
0     A     30
2     B     40
5     C      0
6     E     10

---

假设 df 中还有其他列和重复'label', 'value'对是唯一应该考虑使用子集标志的值：

import pandas as pd

d = {'label': ['A', 'A', 'B', 'B', 'B', 'C', 'E', 'E'],
     'value': [30, 30, 40, 40, 40, 0, 10, 10],
     'third': [1, 2, 3, 4, 5, 6, 7, 8]}
df = pd.DataFrame(d)

print(df.drop_duplicates(subset=['label', 'value']))

Output：

  label  value  third
0     A     30      1
2     B     40      3
5     C      0      6
6     E     10      7