假设我有以下DataFrame：
A | B
1 | Ms
1 | PhD
2 | Ms
2 | Bs
我想删除关于A列的重复行,并且我想保留B列中值为’PhD’的行作为原始行,如果我没有找到’PhD’,我想保留行B栏中的“B”.
我正在尝试使用
df.drop_duplicates('A')
有条件的
解决方法:
>>> df
A B
0 1 Ms
1 1 Ms
2 1 Ms
3 1 Ms
4 1 PhD
5 2 Ms
6 2 Ms
7 2 Bs
8 2 PhD
使用自定义函数对数据框进行排序：
def sort_df(df, column_idx, key):
'''Takes a dataframe, a column index and a custom function for sorting,
returns a dataframe sorted by that column using that function'''
col = df.ix[:,column_idx]
df = df.ix[[i[1] for i in sorted(zip(col,range(len(col))), key=key)]]
return df
我们的排序功能：
cmp = lambda x：2如果’PhD’在x中则为1,如果’Bs’在x中则为0
在行动：
sort_df(df,’B’,cmp).drop_duplicates(‘A’,take_last = True)
A B
4 1 PhD
8 2 PhD
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
