在数据框熊猫的一列上应用唯一/不同后获取其他列

Question

问题

我试图在数据框中获取选定的列，但是我试图获取选定列的列必须是唯一的

情景

因此，Dataframe 包含字符串中的所有值，请不要尝试关联任何查看数据的内容。 DF 看起来像这样：

A	B	C	D	E
12	Hello	1	txt	num
123	Bello	2	txt	doub
7	nice	1	txt	num
54	duke	1	txt	num
9901	-	3	char	doub
63.38	-	4	char	deci
8331	-	3	char	doub
91	,	5	char	num

我想在C 列上运行.unique() 并获取D 和E 列以及C 的不同/唯一值。

审判

现在，我已经实现了我想要的输出，但我确信这也可以用很少的几行来完成。作为记录，这是我的代码。 main_df 包含上表。

dependent_variables = ["D", "E"]
Dictionary = pd.DataFrame()

new_book = {}
dependent_variables_index = []

for no, col in enumerate(main_df.columns):
    print(no, col)
    if col in dependent_variables:
        dependent_variables_index.append(no)

for cid in total_categories:
    try:
        new_book[cid] = main_df[main_df["C"] == int(cid)].iloc[0, dependent_variables_index].to_dict()
    except KeyError:
        new_book[cid] = main_df[main_df["C"] == str(cid)].iloc[0, dependent_variables_index].to_dict()

for k, v in new_book.items():
    Dictionary = Dictionary.append(v, ignore_index=True)

Dictionary.index = list(new_book.keys())
Category_Dictionary = Dictionary.reset_index().rename(columns={"index": "C"})

预期输出

C	D	E
1	txt	num
2	txt	doub
3	char	doub
4	char	deci
5	char	num

同样，我可以生成这个输出，但是我正在寻找更优化的方法来做同样的事情。

Answer 1

是吗：

df[['C','D','E']].drop_duplicates('C')

输出：

   C     D     E
0  1   txt   num
1  2   txt  doub
4  3  char  doub
5  4  char  deci
7  5  char   num