從資料框中僅獲取唯一的行-有解無憂

我正在嘗試洗掉所有重復的行。我只想要唯一的行。我已經試過keep = False了引數drop_duplicates()與`子集= [訂單ID，專案代碼]，它只是沒有做正確的事。

假設我的資料框看起來像這樣

|ORDER ID | ITEM CODE |
123         XXX    
123         YYY
123         YYY
456         XXX
456         XXX
456         XXX
789         XXX
000         YYY

我希望它看起來像這樣：

|ORDER ID | ITEM CODE |
123         XXX    
789         XXX
000         YYY

如您所見，子集將同時是訂單 ID 和商品代碼列，理想情況下我們會丟失第 2-6 行。（實際資料集有更多列。）

uj5u.com熱心網友回復：

不確定你的問題是什么。作業正常。

import pandas as pd


data = [[123,         'XXX', 11],    
[123,         'YYY', 22],
[123,         'YYY', 33],
[456,         'XXX', 44],
[456,         'XXX', 55],
[456,         'XXX', 66],
[789,         'XXX',77],
[000,         'YYY',88]]

columns = ['ORDER ID','ITEM CODE','extra column']

df = pd.DataFrame(data, columns=columns)

df = df.drop_duplicates(subset = ['ORDER ID','ITEM CODE'], keep=False)

輸出：

前

print(df)
   ORDER ID ITEM CODE  extra column
0       123       XXX            11
1       123       YYY            22
2       123       YYY            33
3       456       XXX            44
4       456       XXX            55
5       456       XXX            66
6       789       XXX            77
7         0       YYY            88

后

print(df)
   ORDER ID ITEM CODE  extra column
0       123       XXX            11
6       789       XXX            77
7         0       YYY            88

uj5u.com熱心網友回復：

嘗試修改您的子集以ORDER ID僅包含：

df.drop_duplicated(subset=['ORDER ID'])

uj5u.com熱心網友回復：

您很可能只是沒有正確設定資料框。你可能正在做

df.drop_duplicates()

但這將無法覆寫您以前的值。相反，你應該做

df = df.drop_duplicates()

如果您無法讓 drop_duplicates 作業，您可以使用 numpy.unique 作為解決方法。

df['ORDER_ID'] = np.unique(df['ORDER_ID'])
df['ITEM_CODE'] = np.unique(df['ITEM_CODE'])

轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/353850.html

標籤：Python 熊猫数据框

上一篇：如何在R中的10天時間視窗中重新排列時間序列資料？

下一篇：為r中的資料幀變數賦值和獲取