问题描述
我有一个数据框,我想按列 'a' 对其进行分组,然后删除组中的连续重复项以返回一个数据框。
例如,如果数据框是
df = pd.DataFrame({'a':[11,11,12,12],'b':['The Effect','effective','more','b','a'],'c':[1,2,3,4,5,6,7,8,9]})
>>> df
a b c
0 11 The Effect 1
1 11 effective 2
2 11 more 3
3 11 more 4
4 12 more 5
5 12 b 6
6 12 b 7
7 12 b 8
8 12 a 9
我的输出应该是
>>> df
a b c
0 11 The Effect 1
1 11 effective 2
2 11 more 3
3 12 more 5
4 12 b 6
5 12 a 9
实际上,数据框很大,包含超过 1200 万个条目。
解决方法
看起来您想将您的数据与其变化进行比较:
d = df[['a','b']]
df[d.ne(d.shift()).any(1)]
输出:
a b c
0 11 The Effect 1
1 11 effective 2
2 11 more 3
4 12 more 5
5 12 b 6
8 12 a 9