python-3.x - 将列中的所有重复值作为 pandas 中的单个值

Question

我当前的数据框是:

     Name   term    Grade
  0    A      1       35
  1    A      2       40
  2    B      1       50
  3    B      2       45

我想获取一个数据框:

     Name   term    Grade
  0   A      1        35
             2        40
  1   B      1        50
             2        45

我有可能得到我预期的输出吗？如果是，我该怎么做？

Answer 1

使用duplicated对于 bool 掩码 numpy.where :

mask = df['Name'].duplicated()
#more general
#mask = df['Name'].ne(df['Name'].shift()).cumsum().duplicated()
df['Name'] = np.where(mask, '', df['Name'])
print (df)
  Name  term  Grade
0    A     1     35
1          2     40
2    B     1     50
3          2     45

在更改的DataFrame中可以看到掩码之间的差异:

print (df)
  Name  term  Grade
0    A     1     35
1    A     2     40
2    B     1     50
3    B     2     45
4    A     4     43
5    A     3     46

如果多个相同的连续组(例如 2 个 A 组)需要通用解决方案:

mask = df['Name'].ne(df['Name'].shift()).cumsum().duplicated()
df['Name'] = np.where(mask, '', df['Name'])
print (df)
  Name  term  Grade
0    A     1     35
1          2     40
2    B     1     50
3          2     45
4    A     4     43
5          3     46

---

mask = df['Name'].duplicated()
df['Name'] = np.where(mask, '', df['Name'])
print (df)
  Name  term  Grade
0    A     1     35
1          2     40
2    B     1     50
3          2     45
4          4     43
5          3     46