如何跨熊猫的多个数据框列“选择不同”？
我正在寻找一种等效于SQL的方法
SELECT DISTINCT col1, col2 FROM dataframe_table
pandas sql比较与无关distinct。
.unique() 仅适用于单个列，因此我想我可以合并这些列，或将它们放在列表/元组中并进行比较，但这似乎是熊猫应该以更原生的方式进行的操作。
我是否缺少明显的东西，或者没有办法做到这一点？
问题答案：
您可以使用该drop_duplicates方法来获取DataFrame中的唯一行：
In [29]: df = pd.DataFrame({'a':[1,2,1,2], 'b':[3,4,3,5]})
In [30]: df
Out[30]:
a b
0 1 3
1 2 4
2 1 3
3 2 5
In [32]: df.drop_duplicates()
Out[32]:
a b
0 1 3
1 2 4
3 2 5
subset如果只想使用某些列来确定唯一性，则也可以提供关键字参数。请参阅文档字符串。
-
问题内容： 我有一个从csv文件构建的pandas中的数据框。数据框有几列，并由其中一列进行索引（这是唯一的，因为每一行都有用于该索引的该列的唯一值。） 如何基于应用于多个列的“复杂”过滤器选择数据框的行？我可以轻松地从列中大于10的数据框中选择切片，例如： 但是，如果我想要的东西就像一个过滤器：选择的切片，其中 任何 列都大于10？ 或者，如果for的值大于10但值小于5？ 这些如何在熊猫中实现
-
问题内容： 要按单列过滤数据帧（df），如果我们考虑男性和女性的数据，则可以： 问题1-但是，如果数据跨越多年并且我只想看2014年的男性，该怎么办？ 用其他语言，我可能会做类似的事情： （除了我要执行此操作，并在新的数据框对象中获取原始数据框的子集） 问题2。如何循环执行此操作，并为每个唯一的年份和性别集创建一个数据框对象（例如，2013-男，2013-女，2014-男和2014-女的df 问题
-
问题内容： 看起来很丑： 不起作用： 是否存在上述“问题”的优雅且可行的解决方案？ 问题答案： 使用isin
-
问题内容： 有没有一种方法可以从Pandas的DataFrame中选择随机行。 在R中，使用汽车包装，有一个有用的功能，它类似于head，但在此示例中，从x中随机选择10行。 我也看过切片文档，似乎没有什么等效的。 现在使用版本20。有一个示例方法。 问题答案： 像这样吗 注： 由于熊猫v0.20.0的， 已被弃用，赞成基于标签索引。
-
问题内容： 假设我有一个数据框如下 现在，我希望a和b列不同的行。所以预期的输出是 我怎样才能做到这一点？ 问题答案： 我喜欢可读性，请使用： 输出：
-
我有一个熊猫表，格式如下[df]，由“noc”和“year”索引。我如何访问“noc，年份组合”并将“total_Medales”条目保存到列表中？ 例如：我想在1992年（即21.5）中搜索ARG的“total_medals”，并将其保存到新列表中。