Skip to main content
 首页 » 编程设计

python Pandas : reduce dataframe to contain with duplicate states

2025年01月19日10sky-heaven

这是我在这里提出的第一个问题,我找不到解决问题的简单方法。

我想减少包含状态变化的数据框。 与“.drop_duplicates()”类似,我想减少具有重复状态的数据帧,但它应该只在状态没有改变时删除该行。

这是我的示例数据框:

df = pd.DataFrame(data=({'Date':('Day1', 'Day2', 'Day3', 'Day4', 'Day5'), 
                         'State':(1,0,0,2,0)}), 
                  columns=(['State']), index=(['Date'])) 
 
df_reduced = df.drop_duplicates 
df_reduced 

不幸的是,结果不是想要的结果:

Out[]:  
             State 
Date          
Day1             1 
Day2             0 
Day4             2 

所需的输出还将包含状态为 0 的第 5 天。

我尝试使用“for and iterrows()”构造,但在处理较长时间序列数据时速度非常慢。

希望您能找到一种更优雅的方式,它可以快速处理更长的时间序列数据。

提前感谢您的帮助!

请您参考如下方法:

一种方法是将您的系列与移动一个值的系列进行比较:

df = pd.DataFrame(data={'Date':('Day1', 'Day2', 'Day3', 'Day4', 'Day5'), 
                        'State':(1,0,0,2,0)}) 
 
df = df.set_index('Date') 
 
res = df.loc[df['State'] != df['State'].shift()] 
 
print(res) 
 
#       State 
# Date        
# Day1      1 
# Day2      0 
# Day4      2 
# Day5      0