如何从保持每个类别的第一行的数据帧中删除属性条件的行？[复制]
我有一个名为外壳的数据帧。数据帧的属性之一是“Ocean_proximity”，这是分类属性。我在数据帧上应用了median_house_value为 450k 的条件。现在，我想在每个“Ocean_proximity”类别中只保留一条记录，并删除所有其他记录。
我正在使用熊猫和蟒蛇3.0“”
>>>housing[housing.median_house_value==450000][['median_income','median_house_value','ocean_proximity']]
>>>
median_income median_house_value ocean_proximity
993 6.1023 450000.0 INLAND
4265 1.7306 450000.0 <1H OCEAN
4623 0.8804 450000.0 <1H OCEAN
4676 5.8632 450000.0 <1H OCEAN
4685 3.6111 450000.0 <1H OCEAN
4717 2.7824 450000.0 <1H OCEAN
5427 2.2402 450000.0 <1H OCEAN
5506 3.6667 450000.0 <1H OCEAN
5890 4.0893 450000.0 <1H OCEAN
6555 7.7108 450000.0 INLAND
8314 2.1579 450000.0 ISLAND
8317 2.7361 450000.0 ISLAND
>>>housing
>>>
median_income median_house_value ocean_proximity
993 6.1023 450000.0 INLAND
4265 1.7306 450000.0 <1H OCEAN
8317 2.7361 450000.0 ISLAND
共有2个答案
我们可以使用 pandas 分组，并应用按海洋邻近性对行进行分组，并仅保留第一个元素。
df=housing[housing.median_house_value==450000][['median_income','median_house_value','ocean_proximity']]
housing=df.groupby('ocean_proximity').apply(lambda x: x.iloc[0])
最简单的方法是将单列传递给drop_duplicates函数
df.drop_duplicates('ocean_proximity')
median_income median_house_value ocean_proximity
993 6.1023 450000.0 INLAND
4265 1.7306 450000.0 <1H_OCEAN
8314 2.1579 450000.0 ISLAND
-
问题内容： 我犯了一个错误，并且有多余的重复项。 我有一个包含4个关键字段的表。，，，。 是自动递增和主键。 的组合，而应该是唯一的，我有我之前创建唯一索引来删除重复的行。有些行有一个重复项，有些行有很多重复项。 向我显示了我需要处理的重复值。但是现在我不知道如何保留一个并删除每个重复集的其余部分。 问题答案： 备份数据，然后… MySQL在DELETE语句中支持JOIN。如果要保留第一个重复项：
-
当日期列的值在日期列表中时，我想从熊猫数据帧中删除行。以下代码不起作用： 我得到以下错误： ValueError：序列的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。
-
我有一个熊猫DataFrame，它已经按日期排序，但我需要序列化这个DataFrame到一个保持行顺序的命令python结构，以便我以后可以返回一个JSON。 我使用一个dict，其中我有一些键和值，我需要数据帧作为一个值。我用pd。但这并不能保持行的顺序。 我尝试使用OrderedDict，但无法用json序列化。转储（）。我正在使用python 2.7。 这是datraframe数据，我试图将
-
我有一个相当大的数据帧（几百列），我想对它执行以下操作。我在下面用一个玩具数据框和一个简单的条件来说明我需要什么。 对于每一行：条件#1：检查其中两列的值是否为零（0）。如果这是真的，请保留该行并继续下一行。如果任一列的值为零（0），则条件为真。 如果条件#1为False（第1列或第4列中没有零），请检查行中所有剩余的列。如果任何剩余列的值为零，则删除该行。 我希望过滤后的数据帧作为一个新的、独立
-
我有一个熊猫数据框，看起来像这样。 我想确定猫和蝙蝠是重复的相同值，因此想删除一条记录，只保留第一条记录。所得到的数据帧应该只具有。