#python #python-3.x #pandas #dataframe #data-cleaning
Вопрос:
Мой вопрос немного сбивает с толку, поэтому лучше показать, как выглядят мои входные и выходные данные. Я пытался немного поработать над этим, но каждый раз я захожу в тупик.
Ввод:
| A | B |
|---|---|
| 1 | a |
| 2 | a |
| 3 | b |
| 4 | b |
| 5 | c |
| 6 | c |
| 7 | a |
| 8 | a |
| 9 | b |
| 10 | c |
Выход:
| A | B |
|---|---|
| 1 | a |
| 3 | b |
| 5 | c |
| 7 | a |
| 9 | b |
| 10 | c |
Ответ №1:
Вы должны собираться вместе, как itertools.groupby здесь. Чтобы сделать что-то подобное в pandas, проверьте, не равен ли следующий элемент элементу curr. Мы можем использовать pd.Series.shift pd.Series.ne pd.Series.cumsum .
grps = df['B'].ne(df['B'].shift()).cumsum()
df.groupby(grps).first()
A B
B
1 1 a
2 3 b
3 5 c
4 7 a
5 9 b
6 10 c