根据另一列的值删除一个列中的重复项，Python，Pandas。

Question

I have a dataframe like this:

Date                PlumeO      Distance
2014-08-13 13:48:00  754.447905 5.844577 
2014-08-13 13:48:00  754.447905 6.888653
2014-08-13 13:48:00  754.447905 6.938860
2014-08-13 13:48:00  754.447905 6.977284
2014-08-13 13:48:00  754.447905 6.946430 
2014-08-13 13:48:00  754.447905 6.345506
2014-08-13 13:48:00  754.447905 6.133567
2014-08-13 13:48:00  754.447905 5.846046 
2014-08-13 16:59:00  754.447905 6.345506 
2014-08-13 16:59:00  754.447905 6.694847 
2014-08-13 16:59:00  754.447905 5.846046 
2014-08-13 16:59:00  754.447905 6.977284 
2014-08-13 16:59:00  754.447905 6.938860 
2014-08-13 16:59:00  754.447905 5.844577 
2014-08-13 16:59:00  754.447905 6.888653 
2014-08-13 16:59:00  754.447905 6.133567 
2014-08-13 16:59:00  754.447905 6.946430

我试图保留日期之间的最小距离，因此删除重复日期并保留最小距离。

在pandas的df.drop_duplicates中是否有实现这一目标的方法，或者我必须使用if语句来查找最小距离？

- Ahmed

Answer 1

按距离排序并按日期删除：

df.sort_values('Distance').drop_duplicates(subset='Date', keep='first')
Out: 
                   Date      PlumeO  Distance
0   2014-08-13 13:48:00  754.447905  5.844577
13  2014-08-13 16:59:00  754.447905  5.844577

- ayhan

---

尽管需要排序，但这个答案也非常快乐 (-: - piRSquared

Answer 2

这些方法的优点在于它们不需要排序。

选项1： 您可以使用idxmin识别最小值的索引值，并将其用于groupby中。使用这些结果来切片您的数据框。

df.loc[df.groupby('Date').Distance.idxmin()]

                   Date      PlumeO  Distance
0   2014-08-13 13:48:00  754.447905  5.844577
13  2014-08-13 16:59:00  754.447905  5.844577

选项 2
您可以使用 pd.DataFrame.nsmallest 返回与最小距离相关联的行。

df.groupby('Date', group_keys=False).apply(
    pd.DataFrame.nsmallest, n=1, columns='Distance'
)

                   Date      PlumeO  Distance
0   2014-08-13 13:48:00  754.447905  5.844577
13  2014-08-13 16:59:00  754.447905  5.844577

- piRSquared

Answer 3

我会建议先对数据进行排序，然后删除重复的日期：

stripped_data = df.sort_values('distance').drop_duplicates('date', keep='first')

- Zach O