【Python】粉丝的Pandas题：一题三解

公众号：尤而小屋
作者：Peter
编辑：Peter

今天给大家分享一个粉丝朋友问的一道关于Pandas题，提供多种解决思路！

需求（基础版本）

有下面的这样一个DataFrame（数据是模拟的），找出每个数值第一次出现的索引号：

• 2第一次出现索引为0

• 3第一次出现索引为4

• 7第一次出现索引为6

这就是最终要展现的结果，如何解决？下面提供不同的解决思路

方法1-移位函数shift

shift函数是在指定的轴方向上进行移动指定的长度：

1、先向下移动一个单位，得到df2

2、为了后面的处理，df2进行属性字段的重命名：

df2.rename(columns={"col1":"col2"},inplace=True)

3、将df1和df2进行合并

4、筛选col1和col2不等的情况即可

方法2-差分函数diff

完整的一行代码如下：

下面我们拆解下这行代码：

1、差分函数diff

每个数据和前一个数值相减；如果两个值相等，差值为0

2、判断和0的关系

3、锁定为True的值即可

方法3：直接去重

一个很巧妙的方法：直接去重，保留第一条数据；但这仅仅是特例

需求（升级版）

需求还是类似，找出每个数值第一次出现的索引；但是数据会重复隔断出现。

下面已经标记了正确的结果：

方法1-shift函数

还是可以解决

结果：

方法2-差分函数diff

同样可以解决：

但是去重函数在这种情况就不行：drop_duplicates函数是对整体数据的去重，只保留一条数据

延伸知识点

在这里重点理解下移位函数shift和差分函数diff的关系，模拟一份数据：

diff函数

shift函数

二者关系

以默认移动一个单位为例

结论：在相同的条件下，原数据框 减掉 shift函数生成的数据就是diff函数的结果

思考题

什么情况下会用到移位或者差分函数？

往期精彩回顾




适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载中国大学慕课《机器学习》（黄海广主讲）机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑机器学习交流qq群955171419，加入微信群请扫码