如何根据python中列中的变量位置计算行数

Posted 2023-03-16

【中文标题】如何根据python中列中的变量位置计算行数

【英文标题】：How to count rows based on the variable position in a column in python

【发布时间】：2018-01-29 11:47:26

【问题描述】：

我有一个看起来像这样的数据框：（处理有多种可能的字符变量，我只是为这个问题简化了）

ID              Position            Treatment
--20AxECvv-         0           A
--20AxECvv-         -1          A
--20AxECvv-         -2          A
--h9INKewQf-        0           A
--h9INKewQf-        -1          B
--h9INKewQf-        -2          B
--h9INKewQf-        -3          B
--h9INKewQf-        -4          B
--h9INKewQf-        -5          B
--h9INKewQf-        -6          B
--h9INKewQf-        -7          B
zZU7a@8jN           0           B
QUeSNEXmdB          0           C
QUeSNEXmdB          -1          C
qu72Ql@h79          0           C

我只想用 Python 保留对每个 ID 的最小位置的处理。

结果是：

 ID              Position            Treatment
--20AxECvv-         -2          A
--h9INKewQf-        -7          B
zZU7a@8jN           0           B
QUeSNEXmdB          -1          C
qu72Ql@h79          0           C

我是初学者，我想我必须使用 groupby 并按最小位置过滤，但我知道如何编写它。在此先感谢:)

【参考方案1】：

您还可以使用df.sort_values 对数据框进行排序，并使用df.drop_duplicates 删除重复项：

In [795]: df.sort_values('Position').drop_duplicates('ID')
Out[795]: 
              ID  Position Treatment
10  --h9INKewQf-        -7         B
2    --20AxECvv-        -2         A
13    QUeSNEXmdB        -1         C
11     zZU7a@8jN         0         B
14    qu72Ql@h79         0         C

【讨论】：

通过这样做，我有一些 ID 与不同处理的最后一个位置重复。

@AnnaCarrere 好的，顺序不同，但正是您想要的行。

将它应用到整个数据帧时仍然有同样的问题，我不明白为什么

@AnnaCarrere 你确定吗？您正在运行第二个解决方案，对吗？我删除了第一个。

我只是放了一个简化的数据框。我只想要基于第一个位置（即最小的位置）进行相应处理的ID列表（每个唯一值）

【参考方案2】：

使用 groupby 和 min

df.groupby('ID').min()