处理python中的重复行答案

【问题标题】：Handling duplicate rows in python处理python中的重复行
【发布时间】：2015-05-14 06:15:57
【问题描述】：

我有一个日期框架 df，假设有 5 列：a、b、c、d、e。

  a   b   c    d    e

  1   6   x    8    3
  2   3   y    2    3
  3   5   d    1    1
  3   4   g    3    4
  5   3   z    3    1

这就是我想要做的，对于 a 列具有相同值的所有行，我想删除重复项，但 b 列的值应该在这些行中求和，对于其余列，我想保留第一个值。

最终数据框将是：

  a   b   c    d    e

  1   6   x    8    3
  2   3   y    2    3
  3   9   d    1    1
  5   3   z    3    1

如何做到这一点？

【问题讨论】：

您可以使用pandas.DataFrame.groupby 方法收集与任何给定列中唯一值对应的行，然后使用groupby 对象的aggregate 方法将这些汇总。但这可能不适用于列c，因为它包含字符串。您可能需要单独处理。

标签： python pandas dataframe

【解决方案1】：

我会将在“a”上分组并求和的结果分配给“b”列，然后您可以删除重复项：

In [171]:

df['b'] = df.groupby('a')['b'].transform('sum')
df
Out[171]:
   a  b  c  d  e
0  1  6  x  8  3
1  2  3  y  2  3
2  3  9  d  1  1
3  3  9  g  3  4
4  5  3  z  3  1
In [172]:

df.drop_duplicates('a')
Out[172]:
   a  b  c  d  e
0  1  6  x  8  3
1  2  3  y  2  3
2  3  9  d  1  1
4  5  3  z  3  1

【讨论】：