Question

假设我有以下系列。

s = pandas.Series([0, 1, 2, 3, 3, 3, 3, 4, 5, 6, 6, 6, 7, 7])

我可以使用以下

保留系列的第一个副本（对于每个重复值）

s[s.duplicated(keep='first')]

我可以使用以下

保留系列的最后一个副本（对于每个重复值）

s[s.duplicated(keep='last')]

但是，我希望做到以下几点。

仅删除第一个副本，保留该匹配值的其他重复项，同时保留所有其他重复值（包括每个组的第一个副本）。在上面的示例中，我们删除了第一个3，但保留了另一个3's。保留所有其他剩余的重复项。
保留第一个副本，删除匹配值的重复项，同时保留其他变化值的所有其他重复项。在上面的示例中，我们保留第一个3，但删除所有其他3's。保留所有其他剩余的重复项。

我一直在使用cumsum()和diff()进行大脑搜索，以便在检测到重复时捕获更改。我想解决方案会涉及到这一点，但我似乎无法获得完美的解决方案。我现在经历了太多的真值表...

Answer 1

ind = s[s.duplicated()].index[0]

为您提供重复记录的第一个索引。用它来下降。

In [45]: s.drop(ind)
Out[45]:
0     0
1     1
2     2
4     3
5     3
6     3
7     4
8     5
9     6
10    6
11    6
12    7
13    7
dtype: int64

对于第2部分，必须有一个简洁的解决方案，但我能想到的唯一一个是使用创建一系列bool来指示索引不等于ind的位置，并且索引处的值确实等于ind值然后使用np.logical_xor：

s[np.logical_xor(s.index != ind, s==s.iloc[ind])]

Out[95]:
0     0
1     1
2     2
4     3
7     4
8     5
9     6
10    6
11    6
12    7
13    7
dtype: int64

Answer 2

duplicated在第一个
duplicated(keep=False)获取所有重复内容，包括第一个
xor或^找到它只是第一个重复的位置
注意：这会丢弃第一个6

s[~(s.duplicated(keep=False) ^ s.duplicated())]

0     0
1     1
2     2
4     3
5     3
6     3
7     4
8     5
10    6
11    6
13    7
dtype: int64

熊猫掉落非常先复制

2 个答案: