Comment extraire des lignes basées sur des valeurs distinctes dans une colonne Dataframe ?

Requête de valeurs distinctes dans une colonne de dataframe

Lorsque vous travaillez avec des dataframes, il est souvent nécessaire de récupérer des lignes basées sur des valeurs distinctes dans un colonne spécifique. Cela nous permet d'éliminer les valeurs en double et d'obtenir un ensemble unique de points de données.

Considérons le cadre de données suivant :

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

Supposons que nous souhaitions extraire les lignes correspondant aux valeurs uniques de la colonne. COL2. Pour y parvenir, nous pouvons utiliser la fonction drop_duplicates de pandas. Cette fonction prend un nom de colonne comme argument et supprime les lignes en double du dataframe.

<code class="python">import pandas as pd

df = pd.DataFrame(...)  # assuming the given dataframe
df = df.drop_duplicates('COL2')</code>

Par défaut, drop_duplicates conserve la première occurrence de chaque valeur unique. Alternativement, nous pouvons spécifier keep='last' pour conserver la dernière occurrence ou keep=False pour supprimer toutes les lignes en double :

<code class="python"># Keep first occurrence
df = df.drop_duplicates('COL2', keep='first')

# Keep last occurrence
df = df.drop_duplicates('COL2', keep='last')

# Remove all duplicates
df = df.drop_duplicates('COL2', keep=False')</code>

Après avoir exécuté l'une des commandes ci-dessus, le dataframe df ne contiendra que les lignes correspondant aux valeurs distinctes de la colonne COL2 :

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

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!