Question

我有以下数据框：

import pandas as pd
data = dict(name=['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c'],
            objective=[20.0, 20.0, 25.0, 40.0, 40.5, 41.0, 60.0, 60.0],
            price=[0.5, 1.0, 1.5, 1.0, 1.2, 1.4, 0.5, 1.0])
df = pd.DataFrame(data, columns=data.keys())

然后我可以找到所有这些的唯一组合，如下所示：

df.groupby(['name','objective', 'price']).size()

如下所示：

name  objective  price
a     20.0       0.5      1
                 1.0      1
      25.0       1.5      1
b     40.0       1.0      1
      40.5       1.2      1
      41.0       1.4      1
c     60.0       0.5      1
                 1.0      1

当给定的price和name有多个objective值时，我想保留较低的price值 only ，即

name  objective  price
a     20.0       0.5      1
      25.0       1.5      1
b     40.0       1.0      1
      40.5       1.2      1
      41.0       1.4      1
c     60.0       0.5      1

请问我该如何实现？

Answer 1

您可以再做一个groupby和first：

(df.groupby(['name','objective', 'price']).size()
   .reset_index()
   .groupby(['name', 'objective'])
   .first()
)

输出：

                price  0
name objective          
a    20.0         0.5  1
     25.0         1.5  1
b    40.0         1.0  1
     40.5         1.2  1
     41.0         1.4  1
c    60.0         0.5  1

Answer 2

我会做什么

df.sort_values('price').drop_duplicates(['name','objective'],keep='last').assign(cnt=1)
Out[421]: 
  name  objective  price  cnt
0    a       20.0    0.5    1
2    a       25.0    1.5    1
3    b       40.0    1.0    1
4    b       40.5    1.2    1
5    b       41.0    1.4    1
6    c       60.0    0.5    1

Answer 3

您可以使用groupby和minimum

  app.get("/api/posts/latest-post", async (req, res) => {
    try {
              var result = await PostModel.findOne({published:true}).sort({"date.published.iso": -1}).exec();
              res.send(result);
          } catch (error) {
              res.status(500).send(error);
      }
  });

在数据框的多列中保持最低重复值

3 个答案: