删除在 DataFrame 列中仅出现一次的值
Posted
技术标签:
【中文标题】删除在 DataFrame 列中仅出现一次的值【英文标题】:Remove values that appear only once in a DataFrame column 【发布时间】:2016-01-09 08:17:16 【问题描述】:我在x
列中有一个具有不同值的数据框。我想删除在一列中只出现一次的值。
所以这个:
x
1 10
2 30
3 30
4 40
5 40
6 50
应该变成这样:
x
2 30
3 30
4 40
5 40
我想知道是否有办法做到这一点。
【问题讨论】:
您要删除整行还是将值替换为 NaN? 结帐:pandas.pydata.org/pandas-docs/stable/generated/… @rurp 我想删除整行,但是用 NaN 替换值也能帮到我。 【参考方案1】:您可以使用groupby
和transform
轻松获得此信息:
In [1]: import pandas as pd
In [2]: df = pd.DataFrame([10, 30, 30, 40, 40, 50], columns=['x'])
In [3]: df = df[df.groupby('x').x.transform(len) > 1]
In [4]: df
Out[4]:
x
1 30
2 30
3 40
4 40
【讨论】:
【参考方案2】:您可以使用groupby
然后filter
它:
In [9]:
df = pd.DataFrame([10, 30, 30, 40, 40, 50], columns=['x'])
df = df.groupby('x').filter(lambda x: len(x) > 1)
df
Out[9]:
x
1 30
2 30
3 40
4 40
【讨论】:
【参考方案3】:如何更明确地保留所有重复值:
df = df.loc[df.duplicated(subset='x', keep=False), :]
相反,只保留唯一值:
df = df.loc[~df.duplicated(subset='x', keep=False), :]
还有这个:
df = df.loc[~df.duplicated(subset='x'), :]
相当于:
df = df.drop_duplicates(subset='x')
【讨论】:
这比接受的答案要快得多。以上是关于删除在 DataFrame 列中仅出现一次的值的主要内容,如果未能解决你的问题,请参考以下文章