假设我有一个如下表
A B C B
0 0 1 2 3
1 4 5 6 7
我想删除列B.我尝试使用drop_duplicate,但它似乎只能基于重复数据而不是标头。 希望有人知道如何做到这一点
由于
答案 0 :(得分:20)
将Index.duplicated
与loc
或iloc
和boolean indexing
一起使用:
print (~df.columns.duplicated())
[ True True True False]
df = df.loc[:, ~df.columns.duplicated()]
print (df)
A B C
0 0 1 2
1 4 5 6
df = df.iloc[:, ~df.columns.duplicated()]
print (df)
A B C
0 0 1 2
1 4 5 6
<强>计时强>:
np.random.seed(123)
cols = ['A','B','C','B']
#[1000 rows x 30 columns]
df = pd.DataFrame(np.random.randint(10, size=(1000,30)),columns = np.random.choice(cols, 30))
print (df)
In [115]: %timeit (df.groupby(level=0, axis=1).first())
1000 loops, best of 3: 1.48 ms per loop
In [116]: %timeit (df.groupby(level=0, axis=1).mean())
1000 loops, best of 3: 1.58 ms per loop
In [117]: %timeit (df.iloc[:, ~df.columns.duplicated()])
1000 loops, best of 3: 338 µs per loop
In [118]: %timeit (df.loc[:, ~df.columns.duplicated()])
1000 loops, best of 3: 346 µs per loop
答案 1 :(得分:3)
你可以groupby
我们使用axis=1
和level=0
参数来指定我们按列进行分组。然后使用first
方法获取由唯一列名定义的每个组中的第一列。
df.groupby(level=0, axis=1).first()
A B C
0 0 1 2
1 4 5 6
我们也可以使用last
df.groupby(level=0, axis=1).last()
A B C
0 0 3 2
1 4 7 6
或mean
df.groupby(level=0, axis=1).mean()
A B C
0 0 2 2
1 4 6 6