[英]How to group by two columns in pandas where the combination of the two is unique
我有一個 dataframe 兩列是唯一的,我想分組並能夠顯示結果。 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)
結果是
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。
如果我嘗試對兩者進行groupby
:
grouped = df.groupby(['label','value'])
print(grouped)
結果<pandas.core.groupby.generic.DataFrameGroupBy object at 0x00000208BD8470D0
。
我真的很想擺脫 dataframe 中的這些重復行。
我的目標是得到結果 dataframe:
label value
1 A 30
2 B 40
3 C 0
4 E 10
head可用於獲取每個組的前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可用於從 DataFrame 整體中刪除重復行:
print(df.drop_duplicates())
Output 對於兩者:
label value
0 A 30
2 B 40
5 C 0
6 E 10
假設 df 中還有其他列和重復'label', 'value'
對是唯一應該考慮使用子集標志的值:
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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.