從熊貓數據幀中刪除重複與條件，用於保持原始

Question

假設我有以下數據幀：

A | B 
1 | Ms 
1 | PhD 
2 | Ms 
2 | Bs 

欲相對於塔A中刪除重複的行，和我想與值保留行「博士」 B列作爲原始，如果我沒有找到一個‘博士’，我想保留行‘B列布’

我想使用

df.drop_duplicates('A') 

與一個cond銀行足球比賽

Answer 1

>>> df 
    A B 
0 1 Ms 
1 1 Ms 
2 1 Ms 
3 1 Ms 
4 1 PhD 
5 2 Ms 
6 2 Ms 
7 2 Bs 
8 2 PhD 

排序一個數據幀使用自定義功能：

def sort_df(df, column_idx, key): 
    '''Takes a dataframe, a column index and a custom function for sorting, 
    returns a dataframe sorted by that column using that function''' 

    col = df.ix[:,column_idx] 
    df = df.ix[[i[1] for i in sorted(zip(col,range(len(col))), key=key)]] 
    return df 

我們的功能進行分類：

cmp = lambda x:2 if 'PhD' in x else 1 if 'Bs' in x else 0

在行動：

sort_df(df,'B',cmp).drop_duplicates('A', take_last=True)

A B 
4 1 PhD 
8 2 PhD 

Answer 2

假設B值的唯一性給出的值，以及各A值與BS A列B列：

df2 = df[df['B']=="PhD"] 

會給你你想要的博士學位行的數據幀。

然後從DF刪除所有博士和女士：

df = df[df['B']=="Bs"] 

然後拼接DF和DF2：

df3 = concat([df2, df]) 

然後你可以使用drop_duplicates像你想：

df3.drop_duplicates('A', inplace=True) 

Answer 3

考慮使用Categoricals。他們是一個很好的是組/命令文本非字母（除其他事項外）。

import pandas as pd 
df = pd.DataFrame([(1,'Ms'), (1, 'PhD'), (2, 'Ms'), (2, 'Bs'), (3, 'PhD'), (3, 'Bs'), (4, 'Ms'), (4, 'PhD'), (4, 'Bs')], columns=['A', 'B']) 
df['B']=df['B'].astype('category') 
# after setting the column's type to 'category', you can set the order 
df['B']=df['B'].cat.set_categories(['PhD', 'Bs', 'Ms'], ordered=True) 
df.sort(['A', 'B'], inplace=True) 
df_unique = df.drop_duplicates('A')