#python #pandas #duplicates #row
#python #pandas #дублирует #строка
Вопрос:
У меня есть следующий фрейм данных:
fake = pd.DataFrame({"group" : ["A","A","A","B","B","B","B","B","C","C"],
"num" : ['1','2','3','4','5','6','7','8','9','10']})
>>> A num
0 A 1
1 A 2
2 A 3
3 B 4
4 B 5
5 B 6
6 B 7
7 B 8
8 C 9
9 C 10
Я хотел бы, чтобы для каждой группы копировалась только первая строка, чтобы получить что-то вроде этого:
>>> A num
0 A 1
1 A 2
2 A 3
**A 1**
3 B 4
4 B 5
5 B 6
6 B 7
7 B 8
**B 4**
8 C 9
9 C 10
**C 9**
Когда звездочки — это новые строки, которые я хотел бы иметь (копия только первой)
как я могу сделать что-то подобное? Я думал, что нужен какой-то условный дубликат, но не знал, как это сделать.
Ответ №1:
Используйте DataFrame.groupby для столбца group и агрегируйте с помощью, first затем используйте pd.concat для объединения его с исходным фреймом данных и, наконец sort_values :
df = pd.concat([df, df.groupby('group', as_index=False).first()])
.sort_values('group', ignore_index=True)
Результат:
group num
0 A 1
1 A 2
2 A 3
3 A 1
4 B 4
5 B 5
6 B 6
7 B 7
8 B 8
9 B 4
10 C 9
11 C 10
12 C 9
Ответ №2:
Одна из идей заключается в использовании лямбда-функции с DataFrame.append :
df = fake.groupby('group').apply(lambda x: x.append(x.iloc[0])).reset_index(drop=True)
print (df)
group num
0 A 1
1 A 2
2 A 3
3 A 1
4 B 4
5 B 5
6 B 6
7 B 7
8 B 8
9 B 4
10 C 9
11 C 10
12 C 9
Или вы можете использовать DataFrame.drop_duplicates для первых строк изменение индекса по последним дубликатам, добавление к оригиналу по DataFrame.append и последняя сортировка значений индекса для правильных позиций:
idx = fake.drop_duplicates('group', keep='last').index
df = (fake.append(fake.drop_duplicates('group')
.set_index(idx))
.sort_index(kind='mergesort')
.reset_index(drop=True))
print (df)
group num
0 A 1
1 A 2
2 A 3
3 A 1
4 B 4
5 B 5
6 B 6
7 B 7
8 B 8
9 B 4
10 C 9
11 C 10
12 C 9