第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全，請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問(wèn)題，去搜搜看，總會(huì)有你想問(wèn)的

Python-基于兩列組合刪除數(shù)據(jù)框中的重復(fù)項(xiàng)？

Python-基于兩列組合刪除數(shù)據(jù)框中的重復(fù)項(xiàng)？

動(dòng)漫人物 2020-02-01 16:27:49
我在Python中有一個(gè)包含3列的數(shù)據(jù)框：Name1 Name2 ValueJuan  Ale   1Ale   Juan  1并希望消除基于Name1和Name2列組合的重復(fù)項(xiàng)。在我的示例中，兩行相等（但是順序不同），我想刪除第二行并保留第一行，因此最終結(jié)果應(yīng)為：Name1 Name2 ValueJuan  Ale   1任何想法將不勝感激！
查看完整描述

3 回答

?
手掌心

TA貢獻(xiàn)1942條經(jīng)驗(yàn) 獲得超3個(gè)贊

您可以轉(zhuǎn)換為frozenset并使用pd.DataFrame.duplicated。


res = df[~df[['Name1', 'Name2']].apply(frozenset, axis=1).duplicated()]


print(res)


  Name1 Name2  Value

0  Juan   Ale      1

frozenset是必需的，而不是set因?yàn)閐uplicated使用哈希檢查重復(fù)項(xiàng)。


列的縮放比行的縮放更好。對(duì)于大量行，請(qǐng)使用@Wen的基于排序的算法。


查看完整回答
反對(duì) 回復(fù) 2020-02-01
?
明月笑刀無(wú)情

TA貢獻(xiàn)1828條經(jīng)驗(yàn) 獲得超4個(gè)贊

通過(guò)np.sort與duplicated


df[pd.DataFrame(np.sort(df[['Name1','Name2']].values,1)).duplicated()]

Out[614]: 

  Name1 Name2  Value

1   Ale  Juan      1

性能


df=pd.concat([df]*100000)


%timeit df[pd.DataFrame(np.sort(df[['Name1','Name2']].values,1)).duplicated()]

10 loops, best of 3: 69.3 ms per loop

%timeit df[~df[['Name1', 'Name2']].apply(frozenset, axis=1).duplicated()]

1 loop, best of 3: 3.72 s per loop


查看完整回答
反對(duì) 回復(fù) 2020-02-01
  • 3 回答
  • 0 關(guān)注
  • 1176 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

 幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

 公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)