Question

假设我有一个这样的数据框：

   Var0  Var1
0    11    22      <--------- Get 1st element of matching
1    11    84
2     8    36      <--------- Get 1st element of matching
3     8     8
4     8    10
5     6    12      <--------- Get 1st element of matching

我想得到这个结果：

   Var0  Var1
0    11    22
2     8    36
5     6    12

首先，我按sort_values()对数据框进行排序：

df.sort_values(['Var0'], ascending=['False'])

我认为我应该使用set，但不确定在哪里使用。由于速度原因，我不想遍历数据框。

Answer 1

使用重复项：

df[~df['Var0'].duplicated()]

print(df)

  Var0  Var1
0    11    22
2     8    36
5     6    12

Answer 2

我们还可以使用groupby方法.head：

df = df.groupby('Var0', sort=False, as_index=False).head(1)

print(df)
   Var0  Var1
0    11    22
1     8    36
2     6    12

Answer 3

这仅仅是drop_duplicates

df.drop_duplicates('Var0')
Out[230]: 
   Var0  Var1
0    11    22
2     8    36
5     6    12

Answer 4

另一种方法是使用pd.Series.searchsorted（或numpy.searchsorted）。

import numpy as np
import pandas as pd

data = pd.DataFrame({'x': [1, 1, 1, 3, 3, 4, 5]})
values = [1, 3, 4, 5]  # we want to find first occurrence indices for these values

common_values = np.intersect1d(data.x.values, values)
print(common_values) # get common values 

print(data.x.searchsorted(common_values))

print(data.loc[data.x.searchsorted(common_values)])

如何仅从Dataframe中获取匹配元素的第一个元素而不进行迭代？

4 个答案: