Question

如果我想删除数据框中的重复索引，以下原因并不明显：

myDF.drop_duplicates(cols=index)

和

myDF.drop_duplicates(cols='index')

查找名为＆＃39; index＆＃39;

的列

如果我想删除索引，我必须这样做：

myDF['index'] = myDF.index
myDF= myDF.drop_duplicates(cols='index')
myDF.set_index = myDF['index']
myDF= myDF.drop('index', axis =1)

有更有效的方法吗？

Answer 1

简单地说：DF.groupby(DF.index).first()

Answer 2

＆＃39;重复＆＃39;该方法适用于数据帧和系列。只需选择那些没有标记为具有重复索引的行：

df[~df.index.duplicated()]

Answer 3

您可以使用numpy.unique获取唯一值的索引，并使用iloc来获取这些索引：

>>> df
        val
A  0.021372
B  1.229482
D -1.571025
D -0.110083
C  0.547076
B -0.824754
A -1.378705
B -0.234095
C -1.559653
B -0.531421

[10 rows x 1 columns]

>>> idx = np.unique(df.index, return_index=True)[1]
>>> df.iloc[idx]
        val
A  0.021372
B  1.229482
C  0.547076
D -1.571025

[4 rows x 1 columns]

在Pandas DataFrame中删除重复索引的最快方法

3 个答案: