Question

我想删除数据框中的重复相邻行。我试图使用df[df.shift() != df].dropna().reset_index(drop=True)执行此操作，但shift()不符合我的意思。

请看以下示例

In [11]: df
Out[11]: 
   x  y
0  a  1
1  b  2
2  b  2
3  e  4
4  e  5
5  f  6
6  g  7
7  h  8

df.x [3]等于df.x [4]，但数字不同。虽然输出如下：

In [13]: df[df.shift() != df]
Out[13]: 
     x   y
0    a   1
1    b   2
2  NaN NaN
3    e   4
4  NaN   5
5    f   6
6    g   7
7    h   8

我想删除该行，如果它们真的是重复的，而不是它们包含一些重复的值。有什么想法吗？

Answer 1

好吧，看看df.shift() != df：

>>> df.shift() != df
       x      y
0   True   True
1   True   True
2  False  False
3   True   True
4  False   True
5   True   True
6   True   True
7   True   True

这是一个2D对象，而不是一维，所以当你将它用作一个框架上的过滤器时，你可以保留你所拥有的那些，并获得你拥有False的那些NaN。听起来你想要保持其中任何一个是真的 - 其中任何是真的 - 这是一维对象：

>>> (df.shift() != df).any(axis=1)
0     True
1     True
2    False
3     True
4     True
5     True
6     True
7     True
dtype: bool
>>> df[(df.shift() != df).any(axis=1)]
   x  y
0  a  1
1  b  2
3  e  4
4  e  5
5  f  6
6  g  7
7  h  8

pandas.shift如何真正起作用？

1 个答案: