删除熊猫数据框中特定列中具有相同（和相邻）条目的行

Question

我有一个数据框，在“项目”列中有一些重复项。

我想删除有重复项（相邻）的行，但保留最后一行，即摆脱红色，但保持绿色

然后我想创建一个新列，假设以苹果为起点，下一行是距此的时间增量。

Answer 1

IIUC，尝试：

df_out = df.assign(Item_cnt=(df['Item'] != df['Item'].shift()).cumsum())\
  .drop_duplicates(['Item','Item_cnt'], keep='last')

df_out['delta T'] = df_out['datetime'] - df_out.groupby((df_out['Item'] == 'apples').cumsum())['datetime'].transform('first')

输出：

      Item  datetime  Item_cnt  delta T
2   apples       1.2         1      0.0
3  oranges       2.3         2      1.1
4   apples       2.5         3      0.0
5  bananas       2.7         4      0.2

详细信息：

使用cumsum创建分组并检查下一行是否不同，然后使用drop_duplicates保留该组中的最后一条记录。

Answer 2

IIUC，

df = pd.DataFrame({'Item' : ['apples', 'apples','apples','orange','apples','bananas'],
                  'dateTime' : [1,1.1,1.2,2.3,2.5,2.7]})


s = df.copy()

s['dateTime'] = s['dateTime'].round()

idx = s.drop_duplicates(subset=['Item','dateTime'],keep='last').index.tolist()

df = df.loc[idx]

df.loc[df['Item'].ne('apples'), 'delta'] = abs(df['dateTime'].shift() - df['dateTime'])

print(df.fillna(0))
      Item  dateTime  delta
2   apples       1.2    0.0
3   orange       2.3    1.1
4   apples       2.5    0.0
5  bananas       2.7    0.2

Answer 3

这是df：

df = pd.DataFrame.from_dict({'Item':
['apples', 'apples', 'apples', 'oranges', 'apples', 'bananas'],
 'dateTime':[1, 1.1, 1.2, 2.3, 2.5, 2.7]})

您不能使用重复版本，因为您需要保留同一项目的多个副本，因此请尝试以下操作：

df['Item_lag'] = df['Item'].shift(-1)
df = df[df['Item'] != df['Item_lag']] # get rid of repeated Items
df['deltaT'] = df['dateTime'] - df['dateTime'].shift(1).fillna(0) # calculate time diff
df.drop(['dateTime', 'Item_lag'], axis=1, inplace=True) # drop extra columns
df # display df

---

out:

Item    deltaT
apples  1.2
oranges 1.1
apples  0.2
bananas 0.2