在数据框的一列上应用 unique / distinct 后获取其他列 pandas
Get other columns after applying unique / distinct on one column of dataframe pandas
问题
我正在尝试获取数据框中的选定列，但是我尝试获取选定列的列必须是唯一的
场景
所以，Dataframe 的所有值都是字符串，请不要尝试关联任何查看数据的内容。 DF 看起来像这样：
A
B
C
D
E
12
Hello
1
txt
num
123
Bello
2
txt
doub
7
nice
1
txt
num
54
duke
1
txt
num
9901
-
3
char
doub
63.38
-
4
char
deci
8331
-
3
char
doub
91
,
5
char
num
我想在 C 列上 运行 一个 .unique() 并获得 D 和 E 列以及 C.
审判
现在，我已经实现了我想要的输出，但我相信这也可以用很少的几行来完成。作为记录，这是我的代码。 main_df 包含上面的 table.
dependent_variables = ["D", "E"]
Dictionary = pd.DataFrame()
new_book = {}
dependent_variables_index = []
for no, col in enumerate(main_df.columns):
print(no, col)
if col in dependent_variables:
dependent_variables_index.append(no)
for cid in total_categories:
try:
new_book[cid] = main_df[main_df["C"] == int(cid)].iloc[0, dependent_variables_index].to_dict()
except KeyError:
new_book[cid] = main_df[main_df["C"] == str(cid)].iloc[0, dependent_variables_index].to_dict()
for k, v in new_book.items():
Dictionary = Dictionary.append(v, ignore_index=True)
Dictionary.index = list(new_book.keys())
Category_Dictionary = Dictionary.reset_index().rename(columns={"index": "C"})
预期输出
C
D
E
1
txt
num
2
txt
doub
3
char
doub
4
char
deci
5
char
num
同样，我可以生成此输出，但是我正在寻找更优化的方法来执行相同的操作。
是吗：
df[['C','D','E']].drop_duplicates('C')
输出：
C D E
0 1 txt num
1 2 txt doub
4 3 char doub
5 4 char deci
7 5 char num
问题
我正在尝试获取数据框中的选定列，但是我尝试获取选定列的列必须是唯一的
场景
所以，Dataframe 的所有值都是字符串，请不要尝试关联任何查看数据的内容。 DF 看起来像这样：
| A | B | C | D | E |
|---|---|---|---|---|
| 12 | Hello | 1 | txt | num |
| 123 | Bello | 2 | txt | doub |
| 7 | nice | 1 | txt | num |
| 54 | duke | 1 | txt | num |
| 9901 | - | 3 | char | doub |
| 63.38 | - | 4 | char | deci |
| 8331 | - | 3 | char | doub |
| 91 | , | 5 | char | num |
我想在 C 列上 运行 一个 .unique() 并获得 D 和 E 列以及 C.
审判
现在，我已经实现了我想要的输出，但我相信这也可以用很少的几行来完成。作为记录，这是我的代码。 main_df 包含上面的 table.
dependent_variables = ["D", "E"]
Dictionary = pd.DataFrame()
new_book = {}
dependent_variables_index = []
for no, col in enumerate(main_df.columns):
print(no, col)
if col in dependent_variables:
dependent_variables_index.append(no)
for cid in total_categories:
try:
new_book[cid] = main_df[main_df["C"] == int(cid)].iloc[0, dependent_variables_index].to_dict()
except KeyError:
new_book[cid] = main_df[main_df["C"] == str(cid)].iloc[0, dependent_variables_index].to_dict()
for k, v in new_book.items():
Dictionary = Dictionary.append(v, ignore_index=True)
Dictionary.index = list(new_book.keys())
Category_Dictionary = Dictionary.reset_index().rename(columns={"index": "C"})
预期输出
| C | D | E |
|---|---|---|
| 1 | txt | num |
| 2 | txt | doub |
| 3 | char | doub |
| 4 | char | deci |
| 5 | char | num |
同样，我可以生成此输出，但是我正在寻找更优化的方法来执行相同的操作。
是吗：
df[['C','D','E']].drop_duplicates('C')
输出：
C D E
0 1 txt num
1 2 txt doub
4 3 char doub
5 4 char deci
7 5 char num