Pandas DataFrame：如何刪除列並對選擇的列執行計算

Question

我有一個包含 57 列的DataFrame 。 第 1 到 21 列是維度。 22 到 57 是度量。 第 1 列是日期列。 第 21 列是一個錯誤的列，導致我有重復的數據。

我想要做的是刪除第 21 列，然后在 1 到 20 相同時取 22 到 57 的最小值。

Answer 1

沒有理由使用 groupby，你可以使用drop和min

要刪除第 21 列，您可以在相關列上使用drop ，按名稱刪除它：

df.drop(columns="column_21_name", inplace=True)

要在幾列之間選擇最小值，您可以使用min ：

df["min_column"] = df.iloc[:, 22:57].min(axis=0)

（首先我使用iloc只選擇相關列，然后使用最小方法）

也許應該是 21:56（如果從 0 開始索引），取決於您如何計數。 試着看看它是否是你想要的。

之后，您在 df 中有一個新列名“min_column”，然后刪除相關列的其余部分（21 到 56）

PS - 發布問題時請遵循 StackOverflow 指南：您應該說出您已經嘗試過的內容（而不是僅僅詢問）並舉例說明您的數據框（而不是一般性地談論“第 20 列”）。 這次我決定回答，但其他社區成員可能沒有那么仁慈。

Answer 2

我認為以下內容將為您解決問題。 如果您願意，您可以刪除該列（ df.drop(df.columns[20], axis=1, inplace=True) ），但對於這一計算而言，這不是必需的。 按前 21 列對 groupbys 進行編碼，然后為每個組合從第 22 列到 57 列中取最小值。 如果您決定刪除該列， iloc索引將發生變化。 iloc[a:b]從 a 到 b-1。

df.iloc[:, 21:57].groupby(df.iloc[:, :21]).min()

Answer 3

只需要刪除列然后刪除重復項。 對不起大家。

df.drop(columns="lineItemBudget", inplace=True)

df.drop_duplicates(就地=真)