保持最後N個重複在給定一個數據幀大熊貓

Question

：

>>> import pandas as pd 
>>> lol = [['a', 1, 1], ['b', 1, 2], ['c', 1, 4], ['c', 2, 9], ['b', 2, 10], ['x', 2, 5], ['d', 2, 3], ['e', 3, 5], ['d', 2, 10], ['a', 3, 5]] 
>>> df = pd.DataFrame(lol) 

>>> df.rename(columns={0:'value', 1:'key', 2:'something'}) 
    value key something 
0  a 1   1 
1  b 1   2 
2  c 1   4 
3  c 2   9 
4  b 2   10 
5  x 2   5 
6  d 2   3 
7  e 3   5 
8  d 2   10 
9  a 3   5 

的目標是保持最後N行的key列的唯一值。

如果N=1，我可以簡單地使用.drop_duplicates()功能，例如：

>>> df.drop_duplicates(subset='key', keep='last') 
    value key something 
2  c 1   4 
8  d 2   10 
9  a 3   5 

如何保持過去的3排爲key每一個獨特的價值？

---

我可以嘗試一下本作N=3：

>>> from itertools import chain 
>>> unique_keys = {k:[] for k in df['key']} 
>>> for idx, row in df.iterrows(): 
...  k = row['key'] 
...  unique_keys[k].append(list(row)) 
... 
>>> 
>>> df = pd.DataFrame(list(chain(*[v[-3:] for k,v in unique_keys.items()]))) 
>>> df.rename(columns={0:'value', 1:'key', 2:'something'}) 
    value key something 
0  a 1   1 
1  b 1   2 
2  c 1   4 
3  x 2   5 
4  d 2   3 
5  d 2   10 
6  e 3   5 
7  a 3   5 

但是，必須有一個更好的辦法...

Answer 1

這是你想要的嗎？

df.groupby('key').tail(3) 
Out[127]: 
    value key something 
0  a 1   1 
1  b 1   2 
2  c 1   4 
5  x 2   5 
6  d 2   3 
7  e 3   5 
8  d 2   10 
9  a 3   5 

Answer 2

這是否幫助：

for k,v in df.groupby('key'): 
    print v[-2:] 

    value key something 
1  b 1   2 
2  c 1   4 
    value key something 
6  d 2   3 
8  d 2   10 
    value key something 
7  e 3   5 
9  a 3   5