如何在Pandas系列中设置重复值的上限
如何在Pandas系列中设置重复值的上限
提问于 2015-07-28 07:30:56
我有一个具有高度冗余数据的数据帧，因此我想将这个数据帧复制到一个新的数据帧，设置我的索引列的最大冗余。
在下面的示例中，"pop“是我的索引列；在我的新数据帧中，我希望将最大冗余度设置为2：
data = {"state":["Ohio","Ohio","Ohio","Nevada","Nevada"],
'year' : [2000,2001,2002,2001,2002],'pop' : ["pop1", "pop1","pop1","pop2","pop2"]}
frame = pd.DataFrame(data)
frame = frame.set_index('pop')回答 2
Stack Overflow用户
发布于 2015-07-28 07:50:54
您可以结合使用groupby和head(n)来返回每个组的第一个n行：
frame.groupby('pop').head(2)
Out[32]:
pop state year
0 pop1 Ohio 2000
1 pop1 Ohio 2001
3 pop2 Nevada 2001
4 pop2 Nevada 2002Stack Overflow用户
发布于 2015-07-28 08:00:27
以下是Wes McKinney如何实现filtering duplicates。dataframe对象目前支持drop_duplicates方法，但它将采用groupby方法来实现您想要的内容。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/31665071
复制相关文章
相似问题
腾讯云开发者
