我有一个数据框和列表，如下所示
op1 = pd.DataFrame({
'subject_id':[1,1,2,3,4,4,5],
'iid': [21,22,23,24,26,26,27],
'los':[121,122,123,124,111,111,131],
'area':['a','a','b','c','d','d','f'],
'date' : ['1/1/2017','1/2/2017','1/3/2017','1/4/2017','1/6/2017','1/6/2017','1/8/2109'],
'val' :[5,10,5,16,26,26,7]
})
sub_list = [1,2,3,4]
我想检查 sub_list 中的 subject_id 是否出现在 op1 中。如果存在，则从 los、iid、area 列中获取该 subject_id 的 distinct 值(查找差异在 subject_id 1 和 4 之间(有重复项)
我试过下面但不能有多个列
op1[op1['subject_id'].isin(sub_list)] # how to use distinct records here?
我必须将其应用于一百万条记录。所以任何优雅高效的解决方案都是有帮助的
我正在寻找类似的东西
select distinct subject_id, iid,los, area from op1
where subject_id in [sub_list]
我希望我的输出如下所示
最佳答案
如果您打算只返回选定的列，请执行以下操作:
result = op1.loc[op1["subject_id"].isin(sub_list), ["subject_id", "los", "iid", "area"]].drop_duplicates()
关于python - 如何在 Pandas 中一起使用 distinct 和 where 子句？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/57773181/