我有一只熊猫DataFrame
如下。
df = pd.DataFrame({'id' : [1,1,1,2,2,3,3,3,3,4,4,5,6,6,6,7,7],
'value' : ["first","second","second","first",
"second","first","third","fourth",
"fifth","second","fifth","first",
"first","second","third","fourth","fifth"]})
我想按[“id”,“value”]对它进行分组,并得到每个组的第一行。
id value
0 1 first
1 1 second
2 1 second
3 2 first
4 2 second
5 3 first
6 3 third
7 3 fourth
8 3 fifth
9 4 second
10 4 fifth
11 5 first
12 6 first
13 6 second
14 6 third
15 7 fourth
16 7 fifth
预期成果
id value
1 first
2 first
3 first
4 second
5 first
6 first
7 fourth
我试着跟随它,它只给出DataFrame
的第一行。如有任何帮助,我们将不胜感激。
In [25]: for index, row in df.iterrows():
....: df2 = pd.DataFrame(df.groupby(['id','value']).reset_index().ix[0])
这将为您提供每个组的第二行(零索引,n(0)与first()相同):
文档:http://pandas.pydata.org/pandas-docs/stable/groupby.html#taking-the-nth-row-of-each-group
如果需要
id
作为列:要获取n个第一个记录,可以使用head():
如果需要获得第一行,我建议使用
.nth(0)
,而不是.first()
。它们之间的区别在于如何处理nan,因此无论这行中的值是什么,
.nth(0)
都将返回组的第一行,而.first()
最终将返回每列中的第一个而不是NaN
值。例如,如果您的数据集是:
以及
相关问题 更多 >
编程相关推荐