У меня есть DataFrame
такие панды, как следующие.
df = pd.DataFrame({'id' : [1,1,1,2,2,3,3,3,3,4,4,5,6,6,6,7,7],
'value' : ["first","second","second","first",
"second","first","third","fourth",
"fifth","second","fifth","first",
"first","second","third","fourth","fifth"]})
Я хочу сгруппировать это по ["id", "value"] и получить первую строку каждой группы.
id value
0 1 first
1 1 second
2 1 second
3 2 first
4 2 second
5 3 first
6 3 third
7 3 fourth
8 3 fifth
9 4 second
10 4 fifth
11 5 first
12 6 first
13 6 second
14 6 third
15 7 fourth
16 7 fifth
Ожидаемый результат
id value
1 first
2 first
3 first
4 second
5 first
6 first
7 fourth
Я пробовал следовать, который дает только первую строку DataFrame
. Любая помощь по этому поводу приветствуется.
In [25]: for index, row in df.iterrows():
....: df2 = pd.DataFrame(df.groupby(['id','value']).reset_index().ix[0])
first()
отношению к nans очень удивительно, и я думаю, что большинство людей этого не ожидает.Ответы:
Если вам нужен
id
столбец:Чтобы получить n первых записей, вы можете использовать head ():
источник
tail(n)
(по умолчанию n = 5) ( см. ). Не путатьlast()
, я совершил ту ошибку.groupby('id',as_index=False)
также сохраняетid
как колонкуЭто даст вам вторую строку каждой группы (с нулевым индексом, nth (0) совпадает с first ()):
Документация: http://pandas.pydata.org/pandas-docs/stable/groupby.html#taking-the-nth-row-of-each-group
источник
nth((0,1,2))
илиnth(range(3))
.TypeError: n needs to be an int or a list/set/tuple of ints
range(3)
не возвращает список, пока вы не введетеlist(range(3))
.Я бы посоветовал использовать,
.nth(0)
а не.first()
если вам нужно получить первую строку.Разница между ними заключается в том, как они обрабатывают NaN, поэтому
.nth(0)
вернет первую строку группы независимо от значений в этой строке, а в.first()
конечном итоге вернет первое значение notNaN
в каждом столбце.Например, если ваш набор данных:
И
источник
.head(1)
тоже, похоже, ведет себя как.nth(0)
, за исключением индексаможет это то, что ты хочешь
источник
Если вам нужна только первая строка из каждой группы, с которой мы можем работать
drop_duplicates
, обратите внимание на метод функции по умолчаниюkeep='first'
.источник