Python pandalarını kullanarak bir veri çerçevesinden çift sütunları kaldırma

Question

İki sütun gruplayarak bazı değişiklikler yaptım.

Python kullanarak bir dosya oluşturdum, 2 yinelenen sütunla sonuçlandı. Bir veri çerçevesinden yinelenen sütunlar nasıl kaldırılır?

Answer 1

Bir GroupBy kullanmak muhtemelen en kolay (varsayarak onlar da yinelenen adlara sahip):

In [11]: df 
Out[11]: 
    A B B 
0 a 4 4 
1 b 4 4 
2 c 4 4 

In [12]: df.T.groupby(level=0).first().T 
Out[12]: 
    A B 
0 a 4 
1 b 4 
2 c 4 

farklı isimler varsa Eğer devrik üzerinde drop_duplicates yapabilirsiniz: Genellikle

In [21]: df 
Out[21]: 
    A B C 
0 a 4 4 
1 b 4 4 
2 c 4 4 

In [22]: df.T.drop_duplicates().T 
Out[22]: 
    A B 
0 a 4 
1 b 4 
2 c 4 

read_csv genellikle farklı adlara sahip olduklarından emin olurlar ...

Answer 2

Transpoze etme, büyük DataFrames ile çalışırken kötü bir fikirdir. Hafıza verimli bir alternatif için şu cevaba bakınız: https://stackoverflow.com/a/32961145/759442

Answer 3

Şimdiye kadar bulduğum en iyisi bu.

remove = [] 
cols = df.columns 
for i in range(len(cols)-1): 
    v = df[cols[i]].values 
    for j in range(i+1,len(cols)): 
     if np.array_equal(v,df[cols[j]].values): 
      remove.append(cols[j]) 

df.drop(remove, axis=1, inplace=True) 

https://www.kaggle.com/kobakhit/santander-customer-satisfaction/0-84-score-with-36-features-only/code

Answer 4

Ben bu eski bir sorudur anlıyoruz, ama son zamanlarda bu aynı sorunu vardı ve bu çözümlerin hiçbiri benim için çalıştı, ya da döngü öneri biraz overkill gibiydi. Sonunda, istenmeyen yinelenen sütunun dizinini buldum ve bu sütun dizinini düşürdüm. Bu nedenle, (bu hata ayıklama veya baskı ifadeleri aracılığıyla bulabileceğiniz) sütunun dizinini bilmeniz şartıyla sağlandı:

df.drop(df.columns[i], axis=1)