python - 在数据框列中保留重复项的第一个和最后一个条目

Question

我有一个很大的数据框，里面有很多重复项。我想保留每个重复项的第一个和最后一个条目，但删除中间的每个重复项。

我已经尝试通过使用带有参数“first”和“last”的 df.drop_duplicates 来完成此操作，以获得两个数据帧，然后将它们再次合并到一个 df，这样我就有了第一个和最后一个条目，但是没用。

df_first = df
df_last = df

df_first['Path'].drop_duplicates(keep='first', inplace=True)
df_last['Path'].drop_duplicates(keep='last', inplace=True)

提前感谢您的帮助!

Answer 1

使用GroupBy.nth如果长度为 1 的组避免重复:

df = pd.DataFrame({
         'a':[5,3,6,9,2,4],
         'Path':list('aaabbc')
})
print(df)
   a Path
0  5    a
1  3    a
2  6    a
3  9    b
4  2    b
5  4    c

df = df.groupby('Path').nth([0, -1])
print (df)
      a
Path   
a     5
a     6
b     9
b     2
c     4