如何仅从 Dataframe 中获取匹配元素的第一个元素而不遍历它？答案

【问题标题】：How do I get only the first element of matching elements from Dataframe without iterating through it?如何仅从 Dataframe 中获取匹配元素的第一个元素而不遍历它？
【发布时间】：2019-04-14 23:43:13
【问题描述】：

假设我有一个这样的数据框：

   Var0  Var1
0    11    22      <--------- Get 1st element of matching
1    11    84
2     8    36      <--------- Get 1st element of matching
3     8     8
4     8    10
5     6    12      <--------- Get 1st element of matching

我想得到这个结果：

   Var0  Var1
0    11    22
2     8    36
5     6    12

首先我按sort_values()对我的数据框进行排序：

df.sort_values(['Var0'], ascending=['False'])

我想我想使用set，但不知道在哪里做。由于速度，我不想遍历数据框。

【问题讨论】：

标签： python pandas sorting dataframe set

【解决方案1】：

使用重复：

df[~df['Var0'].duplicated()]

print(df)

  Var0  Var1
0    11    22
2     8    36
5     6    12

【讨论】：

【解决方案2】：

这只是drop_duplicates

df.drop_duplicates('Var0')
Out[230]: 
   Var0  Var1
0    11    22
2     8    36
5     6    12

【讨论】：

【解决方案3】：

我们也可以使用.head 方法groupby：

df = df.groupby('Var0', sort=False, as_index=False).head(1)

print(df)
   Var0  Var1
0    11    22
1     8    36
2     6    12

【讨论】：

只是一个小技巧，也许你可以使用 head(1) 而不是 first ，因为 head 也会记录索引信息，还是一个不错的:-)++

【解决方案4】：

另一种方法是使用pd.Series.searchsorted（或numpy.searchsorted）。

import numpy as np
import pandas as pd

data = pd.DataFrame({'x': [1, 1, 1, 3, 3, 4, 5]})
values = [1, 3, 4, 5]  # we want to find first occurrence indices for these values

common_values = np.intersect1d(data.x.values, values)
print(common_values) # get common values 

print(data.x.searchsorted(common_values))

print(data.loc[data.x.searchsorted(common_values)])

【讨论】：