python - Pandas groupby 获取行匹配条件的组的第一个元素

Question

我有一个数据框，其中一些行除一列外具有所有相同的值。我希望删除重复的行，仅保留该列中值为 1 的每个组中的第一行，或者如果该列中没有值为 1 的值则保留任意行。示例数据:

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

我想要的输出是这样的

df.groupby(['a']).first_where(lambda row: row['c'] == 1).reset_index()

  a b c
0 1 1 1
1 2 4 0
2 3 5 1

Answer 1

您可以使用drop_duplicates

df.sort_values(['a','c']).drop_duplicates(['a'],keep='last')
Out[748]: 
   a  b  c
1  1  1  1
4  2  4  0
6  3  6  1

如果你想使用groupby

df.sort_values(['a','c']).groupby('a',as_index=False).last()
Out[750]: 
   a  b  c
0  1  1  1
1  2  4  0
2  3  6  1