在不使用刪除重復項的情況下保留數據框中列的唯一值

Question

我有一個數據框：

excel1 user_id public_key  first_seen
0      Mark    key1        1/14/2015  11:51:41 PM
1      Mark    key2        1/14/2015  11:51:41 PM
2      Mark    key3        1/14/2015  11:51:41 PM
3      Rhonda  key4        2/16/2015  2:16:04 PM
4      Rhonda  key5        2/16/2015  2:16:04 PM
5      Rhonda  key6        2/16/2015  2:16:04 PM

我想first_seen行但刪除first_seen列中的重復條目

excel1 user_id public_key  first_seen
0      Mark    key1        1/14/2015  11:51:41 PM
1      Mark    key2        
2      Mark    key3        
3      Rhonda  key4        2/16/2015  2:16:04 PM
4      Rhonda  key5        
5      Rhonda  key6        

這是因為我正在對兩個 csv 文件執行 pd.merge：

merged_df = pd.merge(output_df, read_df, left_on="user_id", right_on="user_id_left", how="inner").drop_duplicates(
        subset=['body'], keep='first')

我在最終數據幀上嘗試了 .filter() 和 .query() 方法，但無法獲得所需的結果。 如何獲得所需的 df？

Answer 1

IIUC，您可以使用drop_duplicates ：

df['first_seen'] = df.drop_duplicates(['user_id', 'first_seen'])['first_seen']

輸出：

   excel1 user_id public_key             first_seen
0       0    Mark       key1  1/14/2015 11:51:41 PM
1       1    Mark       key2                    NaN
2       2    Mark       key3                    NaN
3       3  Rhonda       key4   2/16/2015 2:16:04 PM
4       4  Rhonda       key5                    NaN
5       5  Rhonda       key6                    NaN