我有原始数据,如下例。在时刻t1,变量的值为x1,并且仅当其值不等于x1时,才应在时刻t2记录该变量。有一种方法可以将python中数据框中的值与先前的值进行比较,如果相同,则将其删除。我尝试了关注功能,但不起作用。请提供帮助。
df
time Variable Value
2014-07-11 19:50:20 Var1 10
2014-07-11 19:50:30 Var1 20
2014-07-11 19:50:40 Var1 20
2014-07-11 19:50:50 Var1 30
2014-07-11 19:50:60 Var1 20
2014-07-11 19:50:70 Var2 50
2014-07-11 19:50:80 Var2 60
2014-07-11 19:50:90 Var2 70
编码:
for y in df.time:
for x in df.Value:
if y == y:
if x == x:
df1 = df.drop_duplicates(subset = ['time', 'Variable', 'Value'], keep=False)
else:
df1 = df.drop_duplicates(['time', 'Variable', 'Value'])
预期产量:
df
time Variable Value
2014-07-11 19:50:20 Var1 10
2014-07-11 19:50:30 Var1 20
2014-07-11 19:50:50 Var1 30
2014-07-11 19:50:60 Var1 20
2014-07-11 19:50:70 Var2 50
2014-07-11 19:50:80 Var2 60
2014-07-11 19:50:90 Var2 70
df.drop_duplicates(subset=['Variable','Value'],keep='first')
# time Variable Value
#2014-07-11 19:50:20 Var1 10
#2014-07-11 19:50:30 Var1 20
#2014-07-11 19:50:50 Var2 30
#2014-07-11 19:50:60 Var2 40
#2014-07-11 19:50:70 Var2 50
谢谢。那么,为什么我们只得到2个子集而却得到3个子集?
您不希望具有相同值的相同变量。
非常感谢。您的答案有效,但我的数据出现一个问题,在t3时刻,相同的var1,值3与值1相同,并且我想在t3的var1处保留值3,因为它与t1不连续。我更新了我的数据。
这是一个不同的问题,需要不同的答案。
谢谢。我将提出另一个问题。