Question

我正在尝试查找上一次出现的groupby组的原始索引。

如果我有以下给出的数据框：

data = {
    'Name':['Jack', 'Jill', 'Jill', 'Jill', 'Ryan',
            'Ryan','Lilian', 'Jack', 'Jack', 'Jack'],
    'Age': [15, 20, 25, 30, 23, 23, 45, 24, 65, 115]
}

df = pd.DataFrame(data)

df

我希望看到：

0 Jack 15
3 Jill 30
5 Ryan 23
6 Lilian 45
9 Jack 115

在groupby之后尝试使用.last()和groupby，但这摆脱了索引。

Answer 1

如果您想删除重复项而不考虑后面出现为重复的记录（我认为编辑之前的预期输出），您也可以执行以下操作：

(df.assign(k=df['Name'].ne(df['Name'].shift()).cumsum())
  .drop_duplicates(['Name','k'],keep='last'))

或者像@PiR提到的那样更好：

df[df.Name.ne(df.Name.shift(-1))]

     Name  Age  k
0    Jack   15  1
3    Jill   30  2
5    Ryan   23  3
6  Lilian   45  4
9    Jack  115  5

Answer 2

也可以

df.groupby(df.Name.ne(df.Name.shift()).cumsum()).tail(1)

     Name  Age
0    Jack   15
3    Jill   30
5    Ryan   23
6  Lilian   45
9    Jack  115

Answer 3

使用duplicated：

class Product {
    public int ProductID {get;set;}
    public string Description {get;set;}
    public decimal Price {get;set;}
}

输出

print(df[~df.Name.ne(df.Name.shift()).cumsum().duplicated(keep='last')])

我正在尝试查找每个组最后一次出现的原始索引值

3 个答案: