熊猫掉落非常重复只有

Question

比方说，我有以下系列。

s = pandas.Series([0, 1, 2, 3, 3, 3, 3, 4, 5, 6, 6, 6, 7, 7]) 

我可以保持该系列的第一个重复（每个重复值）以下

s[s.duplicated(keep='first')] 

我可以保持该系列的最后一个副本（每个副本值）以下

s[s.duplicated(keep='last')] 

但是，我正在执行以下操作。

1. 只删除第一个副本，保留该匹配值的其他副本，但也保留所有其他重复值不同的值（包括每个组的第一个副本）。在上面的例子中，我们将丢弃第一个3，但保留其他3's。保留所有其他重复项。
2. 保留第一个副本，丢弃匹配值的副本，但也保留其他变量值的所有其他副本。在上面的例子中，我们保留第一个3，但是放弃所有其他3's。保留所有其他重复项。

我一直在使用cumsum()和diff()拍摄我的大脑，以便在检测到重复项时捕获更改。我想象一个解决方案会涉及到这一点，但我似乎无法得到一个完美的解决方案。我现在经历了太多的真值表...

Answer 1

ind = s[s.duplicated()].index[0] 

给你第一个索引，其中记录是重复的。用它来放下。

In [45]: s.drop(ind) 
Out[45]: 
0  0 
1  1 
2  2 
4  3 
5  3 
6  3 
7  4 
8  5 
9  6 
10 6 
11 6 
12 7 
13 7 
dtype: int64 

对于部分2，必须有一个整洁的解决方案，但我唯一能想到的是使用创建一系列布尔变量来表示，其中指数不等于IND和指数值不等于IND值，然后使用np.logical_xor：

s[np.logical_xor(s.index != ind, s==s.iloc[ind])] 

Out[95]: 
0  0 
1  1 
2  2 
4  3 
7  4 
8  5 
9  6 
10 6 
11 6 
12 7 
13 7 
dtype: int64 

Answer 2

• duplicated第一个
• duplicated(keep=False)后得到的DUP让所有的DUP，包括第一个
• xor或^找到它只是第一DUP
• 注：这将使第一个6以及

---

s[~(s.duplicated(keep=False)^s.duplicated())] 

0  0 
1  1 
2  2 
4  3 
5  3 
6  3 
7  4 
8  5 
10 6 
11 6 
13 7 
dtype: int64