pandas :在 groupby 'date' 中删除重复项

时间:2023-02-04
本文介绍了 pandas :在 groupby 'date' 中删除重复项的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!

问题描述

在下面的数据框中,我想消除重复的 cid 值,以便 df.groupby('date').cid.size() 的输出匹配df.groupby('date').cid.nunique() 的输出.

In the dataframe below, I would like to eliminate the duplicate cid values so the output from df.groupby('date').cid.size() matches the output from df.groupby('date').cid.nunique().

我看过这个 post 但它似乎没有解决问题的可靠方法.

I have looked at this post but it does not seem to have a solid solution to the problem.

df = pd.read_csv('https://raw.githubusercontent.com/108michael/ms_thesis/master/crsp.dime.mpl.df')

df.groupby('date').cid.size()

date
2005       7
2006     237
2007    3610
2008    1318
2009    2664
2010     997
2011    6390
2012    2904
2013    7875
2014    3979

df.groupby('date').cid.nunique()

date
2005      3
2006     10
2007    227
2008     52
2009    142
2010     57
2011    219
2012     99
2013    238
2014    146
Name: cid, dtype: int64

我尝试过的事情:

  1. df.groupby([df['date']]).drop_duplicates(cols='cid') 给出此错误:AttributeError: Cannot access callable attribute 'drop_duplicates' of 'DataFrameGroupBy' 对象,尝试使用 'apply' 方法
  2. df.groupby(('date').drop_duplicates('cid')) 给出此错误:AttributeError: 'str' object has no attribute 'drop_duplicates'
  1. df.groupby([df['date']]).drop_duplicates(cols='cid') gives this error: AttributeError: Cannot access callable attribute 'drop_duplicates' of 'DataFrameGroupBy' objects, try using the 'apply' method
  2. df.groupby(('date').drop_duplicates('cid')) gives this error: AttributeError: 'str' object has no attribute 'drop_duplicates'

推荐答案

您不需要 groupby 删除基于几列的重复项,您可以指定一个子集:

You don't need groupby to drop duplicates based on a few columns, you can specify a subset instead:

df2 = df.drop_duplicates(["date", "cid"])
df2.groupby('date').cid.size()
Out[99]: 
date
2005      3
2006     10
2007    227
2008     52
2009    142
2010     57
2011    219
2012     99
2013    238
2014    146
dtype: int64

这篇关于 pandas :在 groupby 'date' 中删除重复项的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持html5模板网!

上一篇:用 pandas 为excel中的单元格着色 下一篇:从 numPy 数组列表中删除重复项

相关文章

最新文章