1
在这个大熊猫据帧:如何删除熊猫数据框中的特定重复行?
df =
pos index data
21 36 a,b,c
21 36 a,b,c
23 36 c,d,e
25 36 f,g,h
27 36 g,h,k
29 39 a,b,c
29 39 a,b,c
31 39 .
35 39 c,k
36 41 g,h
38 41 k,l
39 41 j,k
39 41 j,k
我想删除重复的行只在同一指标组中,当他们在子帧的头部区域。
所以,我所做的:
df_grouped = df.groupby(['index'], as_index=True)
现在,
for i, sub_frame in df_grouped:
subframe.apply(lamda g: ... remove one duplicate line in the head region if pos value is a repeat)
我想申请这个方法,因为有些pos
值将在不应该被删除的尾部区域重复。
有任何建议。
预期输出:
pos index data
removed
21 36 a,b,c
23 36 c,d,e
25 36 f,g,h
27 36 g,h,k
removed
29 39 a,b,c
31 39 .
35 39 c,k
36 41 g,h
38 41 k,l
39 41 j,k
39 41 j,k
什么'df.drop_duplicates()'在http://stackoverflow.com/questions/23667369/drop-all-duplicate -row-in-python-pandas? – Craig
一个简单的'拖放函数可以工作',但我只想在重复位于'子帧'的头部区域(按索引值分组)时放弃它。这是主要问题。 – everestial007
@克雷格:我只是看了一下这个例子,它不起作用。在做groupby之后,我不得不在每个“subframe”中指定行(但可能有其他方法)。而且,只有一个副本不需要被放置在子帧的头部区域(顶部两行)中。 – everestial007