将最后 N 个重复项保留在 pandas 中

Question

给定一个数据框：

>>> import pandas as pd
>>> lol = [['a', 1, 1], ['b', 1, 2], ['c', 1, 4], ['c', 2, 9], ['b', 2, 10], ['x', 2, 5], ['d', 2, 3], ['e', 3, 5], ['d', 2, 10], ['a', 3, 5]]
>>> df = pd.DataFrame(lol)

>>> df.rename(columns={0:'value', 1:'key', 2:'something'})
  value  key  something
0     a    1          1
1     b    1          2
2     c    1          4
3     c    2          9
4     b    2         10
5     x    2          5
6     d    2          3
7     e    3          5
8     d    2         10
9     a    3          5

目标是为 key 列的唯一值保留最后 N 行。

如果 N=1，我可以简单地使用 .drop_duplicates() 函数：

>>> df.drop_duplicates(subset='key', keep='last')
  value  key  something
2     c    1          4
8     d    2         10
9     a    3          5

如何为 key 的每个唯一值保留最后 3 行？

我可以试试 N=3:

>>> from itertools import chain
>>> unique_keys = {k:[] for k in df['key']}
>>> for idx, row in df.iterrows():
...     k = row['key']
...     unique_keys[k].append(list(row))
... 
>>>
>>> df = pd.DataFrame(list(chain(*[v[-3:] for k,v in unique_keys.items()])))
>>> df.rename(columns={0:'value', 1:'key', 2:'something'})
  value  key  something
0     a    1          1
1     b    1          2
2     c    1          4
3     x    2          5
4     d    2          3
5     d    2         10
6     e    3          5
7     a    3          5

但一定有更好的方法...

Answer 1

这是你想要的吗？

df.groupby('key').tail(3)
Out[127]: 
  value  key  something
0     a    1          1
1     b    1          2
2     c    1          4
5     x    2          5
6     d    2          3
7     e    3          5
8     d    2         10
9     a    3          5

Answer 2

这有帮助吗：

for k,v in df.groupby('key'):
    print v[-2:]

  value  key  something
1     b    1          2
2     c    1          4
  value  key  something
6     d    2          3
8     d    2         10
  value  key  something
7     e    3          5
9     a    3          5

将最后 N 个重复项保留在 pandas 中

Keeping the last N duplicates in pandas

python

dataframe

pandas

drop-duplicates