基于python拆分Dataframe的第一次出现

Question

你好，我正在尝试将一个数据帧拆分为2个:第一个数据帧应该有所有的行首先出现，并保留所有出现在另一个表中。请看下面我正在寻找的输入数据框和输出数据框示例:我将在拆分之前按组和编号对数据进行排序

输入数据：

Group               number

Short               1
Short               2
Moderate            55
Moderate            31
Tall                24
Tall                11
yellow              101

数据帧1

Group              Number
Short                1
Moderate            55
Tall                24
Yellow              101

数据帧2

Group           Number
Short             2
moderate          31
Tall              11

请建议我如何解决这个问题。如果它的重复问题，请指出任何已提供的解决方案。

谢谢

Answer 1

您可以对df1使用groupby和first：

df1 = df.reset_index().groupby('Group', as_index=False).first().set_index('index')

对于df2，您需要：

df2 = df.drop(df1.index)

Answer 2

drop_duplicates可以用来保留第一次出现的内容，其余的可以通过排除这些索引来进行切片：

first_occ = df.drop_duplicates(subset='Group', keep='first')

rest = df[~df.index.isin(first_occ.index)]

Answer 3

我们可以利用这样一个事实，即您的df是这样排序的：

>>> df[df['Group'] != df['Group'].shift(1)]
      Group  number
0     Short       1
2  Moderate      55
4      Tall      24
6    yellow     101
>>> df[df['Group'] == df['Group'].shift(1)]
      Group  number
1     Short       2
3  Moderate      31
5      Tall      11