Question

输入：包含5列的CSV。

预期输出：＆＃39; col1＆＃39;，＆＃39; col2＆＃39;，＆＃39; col3＆＃39;的独特组合。

示例输入：

   col1 col2 col3 col4 col5 

0   A    B    C    11   30

1   A    B    C    52   10

2   B    C    A    15   14 

3   B    C    A     1   91

预期输出示例：

col1 col2 col3

A     B     C

B     C     A

只是期待这个作为输出。我不需要col4和col5输出。并且也不需要任何金额，数量，意味着等。尝试使用熊猫来实现这一点，但没有运气。

我的代码：

input_df = pd.read_csv("input.csv");

output_df = input_df.groupby(['col1', 'col2', 'col3'])

此代码返回＆＃39; pandas.core.groupby.DataFrameGroupBy对象，位于0x0000000009134278＆＃39;。但我需要像上面那样的数据帧。任何帮助非常感谢。

Answer 1

df[['col1', 'col2', 'col3']].drop_duplicates()

Answer 2

首先，您可以使用.drop()删除col4和col5，因为您说您不需要它们。

df = df.drop(['col4', 'col5'], axis=1)

然后，您可以使用.drop_duplicates()删除rows，col1和col2中的重复col3。

df = df.drop_duplicates(['col1', 'col2', 'col3'])
df

输出：

col1    col2    col3
0   A   B   C
2   B   C   A

您注意到在输出中索引为0, 2而不是0,1。要解决这个问题，你可以这样做：

df.index = range(len(df))
df

输出：

col1    col2    col3
0   A   B   C
1   B   C   A