我有以下數(shù)據(jù)框： id_parent id_child0 1100 10901 1100 10802 1100 10703 1100 10604 1090 10805 1090 10706 1080 1070我只想保持直接父子連接。示例：1100 有 3 個(gè)連接，但只保留 1090，因?yàn)?1080 和 1070 已經(jīng)是 1090 的子節(jié)點(diǎn)。此示例 df 僅包含 1 個(gè)樣本，df 由多個(gè)父/子集群組成。因此，輸出應(yīng)如下所示： id_parent id_child0 1100 10901 1090 10802 1080 10703 1100 1060示例代碼：import pandas as pd#create sample input df_input = pd.DataFrame.from_dict({'id_parent': {0: 1100, 1: 1100, 2: 1100, 3: 1100, 4: 1090, 5: 1090, 6: 1080}, 'id_child': {0: 1090, 1: 1080, 2: 1070, 3: 1060, 4: 1080, 5: 1070, 6: 1070}})#create sample outputdf_output = pd.DataFrame.from_dict({'id_parent': {0: 1100, 1: 1090, 2: 1080, 3: 1100}, 'id_child': {0: 1090, 1: 1080, 2: 1070, 3: 1060}})我目前的方法是基于這個(gè)問(wèn)題：Creating dictionary of parent child pairs in pandas dataframe 但也許有一種簡(jiǎn)單干凈的方法可以解決這個(gè)問(wèn)題而不依賴于額外的非標(biāo)準(zhǔn)庫(kù)？
2 回答
鳳凰求蠱
TA貢獻(xiàn)1825條經(jīng)驗(yàn) 獲得超4個(gè)贊
這對(duì)我有用：
# First: group df by child id
grouped = df_input.groupby(['id_child'], as_index=True).apply(lambda a: a[:])
# Second: Create a new output dataframe
OUTPUT = pd.DataFrame(columns=['id_parent','id_child'])
# Third: Fill it with the unique childs ids and the minimun id for their parent in case of more than one.
for i,id_ch in enumerate(df_input.id_child.unique()):
OUTPUT.loc[i] = [min(grouped.loc[id_ch].id_parent), id_ch]
慕妹3146593
TA貢獻(xiàn)1820條經(jīng)驗(yàn) 獲得超9個(gè)贊
我可以使用得到結(jié)果drop_duplicates
In [6]: df
Out[6]:
id_parent id_child
0 1100 1090
1 1100 1080
2 1100 1070
3 1090 1080
4 1090 1070
5 1080 1070
In [9]: df.drop_duplicates(subset=['id_parent']).reset_index(drop=True)
Out[9]:
id_parent id_child
0 1100 1090
1 1090 1080
2 1080 1070
添加回答
舉報(bào)
0/150
提交
取消