刪除重複的基礎上在另一列，Python的價值，熊貓

我有這樣一個數據幀：刪除重複的基礎上在另一列，Python的價值，熊貓

Date    PlumeO  Distance 
2014-08-13 13:48:00 754.447905 5.844577 
2014-08-13 13:48:00 754.447905 6.888653 
2014-08-13 13:48:00 754.447905 6.938860 
2014-08-13 13:48:00 754.447905 6.977284 
2014-08-13 13:48:00 754.447905 6.946430 
2014-08-13 13:48:00 754.447905 6.345506 
2014-08-13 13:48:00 754.447905 6.133567 
2014-08-13 13:48:00 754.447905 5.846046 
2014-08-13 16:59:00 754.447905 6.345506 
2014-08-13 16:59:00 754.447905 6.694847 
2014-08-13 16:59:00 754.447905 5.846046 
2014-08-13 16:59:00 754.447905 6.977284 
2014-08-13 16:59:00 754.447905 6.938860 
2014-08-13 16:59:00 754.447905 5.844577 
2014-08-13 16:59:00 754.447905 6.888653 
2014-08-13 16:59:00 754.447905 6.133567 
2014-08-13 16:59:00 754.447905 6.946430

我試圖跟上的最小距離的日期，所以下降的重複日期並保持最小的距離。

有沒有辦法在熊貓'df.drop_duplicates中實現這一點，或者我堅持使用if語句來查找最小距離？

來源

2017-07-12 Ahmed

排序距離和一滴日期：

df.sort_values('Distance').drop_duplicates(subset='Date', keep='first') 
Out: 
        Date  PlumeO Distance 
0 2014-08-13 13:48:00 754.447905 5.844577 
13 2014-08-13 16:59:00 754.447905 5.844577

來源

2017-07-12 13:58:58 ayhan

清潔和簡單的，謝謝！ – Ahmed

不客氣。 – ayhan

儘管必須排序，這個答案也非常快（ - ： – piRSquared

這些方法的優點是，它不需要排序。

選項1
您可以idxmin識別索引值的最低值，並且可以將groupby中使用它。使用這些結果來切片你的數據框。

df.loc[df.groupby('Date').Distance.idxmin()] 

        Date  PlumeO Distance 
0 2014-08-13 13:48:00 754.447905 5.844577 
13 2014-08-13 16:59:00 754.447905 5.844577

選項2
您可以使用pd.DataFrame.nsmallest返回與最小距離關聯的行。

df.groupby('Date', group_keys=False).apply(
    pd.DataFrame.nsmallest, n=1, columns='Distance' 
) 

        Date  PlumeO Distance 
0 2014-08-13 13:48:00 754.447905 5.844577 
13 2014-08-13 16:59:00 754.447905 5.844577

來源

2017-07-12 14:01:56 piRSquared

我首先要說排序的數據，然後丟棄重複日期：

stripped_data = df.sort_values('distance').drop_duplicates('date', keep='first')

來源

2017-07-12 14:20:17

刪除重複的基礎上在另一列，Python的價值，熊貓

回答

相關問題