Question

我有一个这样的数据框：

Date                PlumeO      Distance
2014-08-13 13:48:00  754.447905 5.844577 
2014-08-13 13:48:00  754.447905 6.888653
2014-08-13 13:48:00  754.447905 6.938860
2014-08-13 13:48:00  754.447905 6.977284
2014-08-13 13:48:00  754.447905 6.946430 
2014-08-13 13:48:00  754.447905 6.345506
2014-08-13 13:48:00  754.447905 6.133567
2014-08-13 13:48:00  754.447905 5.846046 
2014-08-13 16:59:00  754.447905 6.345506 
2014-08-13 16:59:00  754.447905 6.694847 
2014-08-13 16:59:00  754.447905 5.846046 
2014-08-13 16:59:00  754.447905 6.977284 
2014-08-13 16:59:00  754.447905 6.938860 
2014-08-13 16:59:00  754.447905 5.844577 
2014-08-13 16:59:00  754.447905 6.888653 
2014-08-13 16:59:00  754.447905 6.133567 
2014-08-13 16:59:00  754.447905 6.946430

我正在尝试以最小距离保留日期，因此请删除重复日期并保持最小距离。

有没有办法在pandas'df.drop_duplicates中实现这一点，还是我使用if语句来找到最小的距离？

Answer 1

按距离排序并按日期排序：

df.sort_values('Distance').drop_duplicates(subset='Date', keep='first')
Out: 
                   Date      PlumeO  Distance
0   2014-08-13 13:48:00  754.447905  5.844577
13  2014-08-13 16:59:00  754.447905  5.844577

Answer 2

这些方法的优点是它不需要排序。

选项1
您可以使用<script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.1/jquery.min.js"></script> <div class="sibling1">Sibling 1</div> <div class="sibling2">Sibling 2</div>标识最小值的索引值，并且可以在idxmin内使用它。使用这些结果来切割数据帧。

groupby

选项2
您可以使用df.loc[df.groupby('Date').Distance.idxmin()] Date PlumeO Distance 0 2014-08-13 13:48:00 754.447905 5.844577 13 2014-08-13 16:59:00 754.447905 5.844577返回与最小距离关联的行。

pd.DataFrame.nsmallest

Answer 3

我会说先排序数据，然后删除重复的日期：

stripped_data = df.sort_values('distance').drop_duplicates('date', keep='first')

根据另一列Python，Pandas中的值删除一列的重复项

3 个答案: