在 Python Pandas 中将 groupby 列作为新数据框返回答案

【问题标题】：Return groupby columns as new dataframe in Python Pandas在 Python Pandas 中将 groupby 列作为新数据框返回
【发布时间】：2016-09-21 00:16:50
【问题描述】：

输入：包含 5 列的 CSV。

预期输出：“col1”、“col2”、“col3”的唯一组合。

示例输入：

   col1 col2 col3 col4 col5 

0   A    B    C    11   30

1   A    B    C    52   10

2   B    C    A    15   14 

3   B    C    A     1   91

样本预期输出：

col1 col2 col3

A     B     C

B     C     A

只是期待这个作为输出。我不需要 col4 和 col5 输出。而且也不需要任何总和、计数、平均值等。尝试使用熊猫来实现这一点，但没有运气。

我的代码：

input_df = pd.read_csv("input.csv");

output_df = input_df.groupby(['col1', 'col2', 'col3'])

此代码返回 'pandas.core.groupby.DataFrameGroupBy 对象位于 0x0000000009134278'。但我需要像上面这样的数据框。非常感谢任何帮助。

【问题讨论】：

【解决方案1】：

首先您可以使用.drop() 删除col4 和col5，因为您说您不需要它们。

df = df.drop(['col4', 'col5'], axis=1)

然后，您可以使用.drop_duplicates() 删除col1、col2 和col3 中重复的rows。

df = df.drop_duplicates(['col1', 'col2', 'col3'])
df

输出：

col1    col2    col3
0   A   B   C
2   B   C   A

您注意到输出中的索引是0, 2，而不是0,1。要解决这个问题，您可以这样做：

df.index = range(len(df))
df

输出：

col1    col2    col3
0   A   B   C
1   B   C   A

【讨论】：

【解决方案2】：

df[['col1', 'col2', 'col3']].drop_duplicates()

【讨论】：