पांडा: मैं समूह के प्रत्येक ग्रुप में पहली पंक्ति का चयन कैसे करूं?

Question

मूल रूप से Select first row in each GROUP BY group? के समान ही पांडा में।

df = pd.DataFrame({'A' : ['foo', 'foo', 'foo', 'foo', 'bar', 'bar', 'bar', 'bar'], 
       'B' : ['3', '1', '2', '4','2', '4', '1', '3'], 
        }) 

छंटाई होनहार लग रहा है:

df.sort('B') 

    A B 
1 foo 1 
6 bar 1 
2 foo 2 
4 bar 2 
0 foo 3 
7 bar 3 
3 foo 4 
5 bar 4 

लेकिन तब पहली वांछित परिणाम ... df.groupby ('ए') नहीं देंगे पहले()

 B 
A  
bar 2 
foo 3 

Answer 1

मैं एक और विकल्प प्रदान करना चाहते हैं:

df[ df.groupby('A')['B'].rank() == 1 ] 

    A B 
1 foo 1 
6 bar 1 

यहाँ एक संभावित लाभ यह है कि आप एक तरह से अनुक्रमित dataframe लौटने के लिए, ऐसे मामलों में जहां आपको लगता है कि चाहते हैं के लिए है।

इसके अलावा, मेरा मतलब यह नहीं है कि यह @ एडचम के उत्तर के प्रश्न या आलोचना के रूप में है, लेकिन यह मेरे लिए स्पष्ट नहीं है कि ग्रुपबी में जाने पर सॉर्ट ऑर्डर संरक्षित किया जाता है। शायद यह पांडा एपीआई के मुताबिक है, मैं सिर्फ ईमानदारी से नहीं जानता कि यह ऐसा कुछ है जिसे यहां पर गिना जा सकता है या नहीं, जबकि rank() विधि इस तरह अस्पष्ट नहीं है।

Answer 2

।

आम तौर पर यदि आप अपने डेटा को ग्रुपबी में सॉर्ट करना चाहते हैं, लेकिन यह कॉलम में से एक नहीं है जिसे समूहबद्ध किया जा रहा है तो sortgroupby प्रदर्शन करने से पहले डीएफ बेहतर है:

In [5]: 
df.sort('B').groupby('A').first() 

Out[5]: 
    B 
A  
bar 1 
foo 1 

Answer 3

pandas groupby समारोह आप क्या चाहते हैं के लिए इस्तेमाल किया जा सकता है, लेकिन यह वास्तव में एकत्रीकरण के लिए है। यह एक आसान 'पहला ले लो' ऑपरेशन है।

आप वास्तव में क्या चाहते हैं pandas drop_duplicates फ़ंक्शन है, जो डिफ़ॉल्ट रूप से पहली पंक्ति लौटाएगा। आप आमतौर पर ग्रुपबी कुंजी पर विचार करेंगे, आपको सबसेट = वैरिएबल

df.drop_duplicates(subset='A') 

को जो करना चाहिए वह करना चाहिए।

इसके अलावा, df.sort('A') डेटाफ्रेम डीएफ को सॉर्ट नहीं करता है, यह एक प्रतिलिपि देता है जो सॉर्ट किया जाता है। यदि आप इसे सॉर्ट करना चाहते हैं, तो आपको inplace=True पैरामीटर जोड़ना होगा।

df.sort('A', inplace=True)