熊貓0.13.1使用groupby（）和drop_duplicates（）或dropna（）

Question

我剛剛從以前的版本更新到Pandas 0.13.1-幸運的是，這為我提供了一些選擇。 不幸的是，它似乎對我的一些數據整理代碼造成了問題。 除了從0.11.0更新Pandas版本外，我沒有做任何其他更改

以前起作用但不再起作用的代碼如下：

g_pres = g_pres.groupby(['follow','Focal','std_epoch']).dropna(0)

和/或

g_pres = g_pres.groupby(['follow','Focal','std_epoch']).drop_duplicates(0)

使用任何一個都會導致以下屬性錯誤：

 ---------------------------------------------------------------------------
 AttributeError                            Traceback (most recent call last)
 <ipython-input-169-5d3c7458da40> in <module>()
 ----> 1 g_pres = g_pres.groupby(['follow','Focal','std_epoch']).dropna(0)

 //anaconda/lib/python2.7/site-packages/pandas/core/groupby.pyc in __getattr__(self, attr)
     293 
     294         if hasattr(self.obj, attr) and attr != '_cache':
     --> 295             return self._make_wrapper(attr)
     296 
     297         raise AttributeError("%r object has no attribute %r" %

//anaconda/lib/python2.7/site-packages/pandas/core/groupby.pyc in _make_wrapper(self, name)
    308                    "using the 'apply' method".format(kind, name,
    309                                                      type(self).__name__))
--> 310             raise AttributeError(msg)
    311 
    312         f = getattr(self.obj, name)

AttributeError: Cannot access callable attribute 'dropna' of 'DataFrameGroupBy' objects,         try using the 'apply' method

我查看了發行說明，搜索groupby，drop_duplicates和drop_na，但是我找不到任何東西（至少對我而言）表明是什么導致了此更改。 我是一個初學者，所以也許我忽略了一些東西。

drop_duplicates函數不再適用於groupby數據幀嗎？ 是否有新語法？ ...這是功能還是錯誤？

我認為也許添加了inplace方法意味着我需要指定以前默認的值，但是查看相關方法的文檔並沒有取得任何進展。

[編輯以添加示例數據]

輸入示例：

      follow     std_epoch     Focal     0
 0    1          1             53704     51602
 1    1          1             53704     51602
 2    1          2             53704     51602
 3    2          1             53505     51509     
 4    2          2             53505     51509

在示例輸出中，我要按以下，std_epoch和Focal分組-並按組方式從列'0'中刪除重復值（在此示例中，輸入中的第2行）。

      follow     std_epoch     Focal     0
 0    1          1             53704     51602
 1    1          2             53704     51602
 2    2          1             53505     51509     
 3    2          2             53505     51509

Answer 1

解決方案：基本上，重新考慮問題。 如我的評論中所述，我不需要使用groupby刪除重復項，只需將它們放在之前代碼中的同一行中。 我仍然不清楚為什么這會導致以前沒有的錯誤（也許應該總是拋出錯誤，盡管確實會產生我想要的結果！）。 但是，我現在僅用兩行代碼來完成此操作。

刪除重復項：

 df = df.drop_duplicates()

要創建分組對象：

df = df.groupby(['column1','column2'])

Answer 2

為了在分組的DataFrame上應用方法； 您需要使用如下循環：

display = IPython.display.display

g_pres = g_pres.groupby(['follow','Focal','std_epoch'])

for a,b in g_pres:
    z = b.dropna(0)
    display(z)