我有一个DataFrame，，X格式如下：
Value1 Value2 Value3 Month Area
1 1 3 0 1
4 10 45 1 1
.. .. .. .. ..
15 11 10 34 1
10 21 12 35 1
1 2 2 0 2
3 4 4 1 2
.. .. .. .. ..
27 39 21 34 2
23 42 32 35 2
.. .. .. .. ..
从DataFrame X，我想创建一个和DataFrame Y，除了Month和以外的其他列Area。的行Y必须相对于Area列，但具有的行的列值X+1。
例如，如果面积为1，则的第一行将Y包含的第二行的值X。
Value1 Value2 Value3 (Index) (Area)
4 10 45 0 1
.. .. .. .. ..
10 21 12 34 1
3 4 4 35 2
.. .. .. .. ..
23 42 32 69 2
.. .. .. .. ..
然后，我需要为每个删除X其中包含最后一个Month值的行Area。
然后DataFrame X将其转换为以下内容：
Value1 Value2 Value3 Month Area
1 1 3 0 1
4 10 45 1 1
.. .. .. .. ..
15 11 10 34 1
1 2 2 0 2
3 4 4 1 2
.. .. .. .. ..
27 39 21 34 2
.. .. .. .. ..
这是我目前的代码：
#Define a list of indexes of X to Drop
to_drop = list()
prev = None
y_index = 0
#Iterate through X
for index, row in x.iterrows():
if not prev is None:
#If the Area is the same as before
if row['Area'] == prev :
#Append to the Y dataframe and increase y's index
y.loc[y_index] = row[y_columns]
y_index+=1
#We found a new index. We want to delete the previous one, which will have the last
#month value for the previous area
else: to_drop.append(prev_index)
prev_index= index
prev = row['Area']
print("Removing some rows...")
x = x.drop(x.index[to_drop])
但是，当我检查新的时DataFrames，它们似乎丢失了很多信息，例如全部Areas被清除掉了。有更好的方法的想法，我可能做错了什么？
请注意，这是一个示例。数据集由几千个Area值组成，周围有多个30 Month值。
提前致谢。
df['Month'] = df['Month'].shift()
df = df.dropna(subset=['Month'], axis=0)
df[df.duplicated('Area', keep='last')]
drop_duplicates对你有用吗？
df.drop_duplicates(['Area'], keep='first')
输出：
Value1 Value2 Value3 Month Area
0 1 1 3 0 1
2 1 2 2 0 2
和，
df.drop_duplicates(['Area'], keep='last')
输出：
Value1 Value2 Value3 Month Area
1 4 10 45 1 1
3 3 4 4 1 2
更新，删除每个组中的最后一条记录：
df[df.duplicated('Area', keep='last')]
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句