查找 pandas 数据帧的最小索引，其中列值相等
Finding the smallest indices of a pandas datafrmae where column value equality holds
data = """
id,name
100,A
100,B
101,C
101,D
101,pp;
212,E
212,F
215,ds
215,G
215,trtr
219, dsds
219, sas
219, dasa
300,Endüstrisi`
"""
df = pd.read_csv(StringIO(data))
df = pd.concat([df]*5)
我有上面的数据框，我得到了一个 numpy id 数组 ids = np.array([100,212,219])
我想获取 ids 首次出现在 df
中的原始数据帧的索引
我想过在 indxmin 中使用 isin 函数，但不幸的是，它没有用。
我的输出应该是np.array([0,5,10])
试试 drop_duplicates
s = df.drop_duplicates('id')
out = s[s['id'].isin(ids)].index.values
Out[168]: array([ 0, 5, 10], dtype=int64)
data = """
id,name
100,A
100,B
101,C
101,D
101,pp;
212,E
212,F
215,ds
215,G
215,trtr
219, dsds
219, sas
219, dasa
300,Endüstrisi`
"""
df = pd.read_csv(StringIO(data))
df = pd.concat([df]*5)
我有上面的数据框，我得到了一个 numpy id 数组 ids = np.array([100,212,219])
我想获取 ids 首次出现在 df
我想过在 indxmin 中使用 isin 函数，但不幸的是，它没有用。
我的输出应该是np.array([0,5,10])
试试 drop_duplicates
s = df.drop_duplicates('id')
out = s[s['id'].isin(ids)].index.values
Out[168]: array([ 0, 5, 10], dtype=int64)