根据一列中的不同值获取行答案

【问题标题】：Get rows based on distinct values from one column根据一列中的不同值获取行
【发布时间】：2021-03-31 03:15:38
【问题描述】：

如何通过COL2 中的不同值获取行？

例如，我有下面的数据框：

COL1   COL2
a.com  22
b.com  45
c.com  34
e.com  45
f.com  56
g.com  22
h.com  45

我想根据COL2 中的唯一值获取行：

COL1  COL2
a.com 22
b.com 45
c.com 34
f.com 56

那么，我怎样才能得到它？如果有人能提供任何帮助，我将不胜感激。

【问题讨论】：

标签： python pandas

【解决方案1】：

使用drop_duplicates 指定列COL2 来检查重复项：

df = df.drop_duplicates('COL2')
#same as
#df = df.drop_duplicates('COL2', keep='first')
print (df)
    COL1  COL2
0  a.com    22
1  b.com    45
2  c.com    34
4  f.com    56

您也可以只保留最后一个值：

df = df.drop_duplicates('COL2', keep='last')
print (df)
    COL1  COL2
2  c.com    34
4  f.com    56
5  g.com    22
6  h.com    45

或删除所有重复项：

df = df.drop_duplicates('COL2', keep=False)
print (df)
    COL1  COL2
2  c.com    34
4  f.com    56

【讨论】：

抱歉！我离开了 2 天
面临同样的问题，解决方案效果很好，但我需要先按相关列对数据进行排序，然后再删除重复项
我必须这样做df = df.drop_duplicates(['COL2'])。注意'COL2'在[]里面

【解决方案2】：

您可以将groupby 与first 和last 方法结合使用。要从每个组中获取第一行：

df.groupby('COL2', as_index=False).first()

输出：

   COL2   COL1
0    22  a.com
1    34  c.com
2    45  b.com
3    56  f.com

要从每个组中获取最后一行：

df.groupby('COL2', as_index=False).last()

输出：

   COL2   COL1
0    22  g.com
1    34  c.com
2    45  h.com
3    56  f.com

【讨论】：