返回groupby列作為Python Pandas中的新數據框

Question

輸入：5列CSV。

預期輸出：'col1'，'col2'，'col3'的唯一組合。

輸入樣例：

   col1 col2 col3 col4 col5 

0   A    B    C    11   30

1   A    B    C    52   10

2   B    C    A    15   14 

3   B    C    A     1   91 

樣本預期輸出：

col1 col2 col3

A     B     C

B     C     A

只是期望這是輸出。 我不需要在輸出col4和col5。 並且也不需要任何總和，計數，平均值等。嘗試使用熊貓來實現這一目標，但是沒有運氣。

我的代碼：

input_df = pd.read_csv("input.csv");

output_df = input_df.groupby(['col1', 'col2', 'col3'])

此代碼返回“ pandas.core.groupby.DataFrameGroupBy對象為0x0000000009134278”。 但是我需要像上面的數據框。 任何幫助，不勝感激。

Answer 1

df[['col1', 'col2', 'col3']].drop_duplicates()

Answer 2

首先，您可以使用.drop()刪除col4和col5因為您說不需要它們。

df = df.drop(['col4', 'col5'], axis=1)

然后，您可以使用.drop_duplicates()刪除col1 ， col2和col3的重復rows 。

df = df.drop_duplicates(['col1', 'col2', 'col3'])
df

輸出：

col1    col2    col3
0   A   B   C
2   B   C   A

您注意到輸出中的索引是0, 2而不是0,1 。 要解決此問題，您可以執行以下操作：

df.index = range(len(df))
df

輸出：

col1    col2    col3
0   A   B   C
1   B   C   A