Python在系列复制中第一次下降

Question

什么是最毕达通的方式，以放弃唯一的第一个，在一系列的重复？

我有个数据：

Group    Value
  a        0
  a        1
  a        2
  b        6
  b        7
  b        8

我希望得到以下结果：

Group    Value
  a        1
  a        2
  b        7
  b        8

drop_duplicates根据设置的方式保留第一个或最后一个项。我想删除第一次出现的地方有一个重复，并保留其余的。

Answer 1

使用duplicated()创建布尔掩码并在此基础上进行筛选：

df[df.Group.duplicated()]

#Group  Value
#1   a      1
#2   a      2
#4   b      7
#5   b      8

默认情况下，duplicated掩码重复，除非第一次出现为True：

df.Group.duplicated()

#0    False
#1     True
#2     True
#3    False
#4     True
#5     True
#Name: Group, dtype: bool

为了保持每组边缘情况下的一行(不再那么有效)：

df[df.Group.duplicated() | df.Group.groupby(df.Group).transform('count').eq(1)]

# Group Value
#1    a     1
#2    a     2
#4    b     7
#5    b     8

或者：

df[df.Group.groupby(df.Group).transform(lambda x: (x.size == 1) | x.duplicated())]
# Group  Value
#1    a      1
#2    a      2
#4    b      7
#5    b      8

Answer 2

If it is unique row , you want to keep it

df.groupby('Group').Value.apply(lambda x : x.iloc[1:] if len(x)>1 else x).reset_index('Group')
Out[144]: 
  Group  Value
1     a      1
2     a      2
4     b      7
5     b      8
6     c     11

数据输入

df
Out[138]: 
  Group  Value
0     a      0
1     a      1
2     a      2
3     b      6
4     b      7
5     b      8
6     c     11

Answer 3

查找第一行的索引，并使用drop删除它。谢谢温在回答中给出的通知，我们应该保留没有重复的行，我从他/她的方法中学习选择有重复的组。

grouped = df.reset_index().groupby("Group")["index", "Value"]
first_rows = grouped.apply(lambda x: x.iloc[0] if len(x) > 1 else None).dropna()
index_first_rows = first_rows["index"]
df.drop(index_first_rows, axis="index")