在Pandas DataFrame中删除重复索引的最快方法

Question

如果我想在数据帧中删除重复索引,则以下原因不明显:

myDF.drop_duplicates(cols=index)

和

myDF.drop_duplicates(cols='index') 

查找名为"index"的列

如果我想删除索引,我必须做:

myDF['index'] = myDF.index
myDF= myDF.drop_duplicates(cols='index')
myDF.set_index = myDF['index']
myDF= myDF.drop('index', axis =1)

有更有效的方法吗？

Answer 1

只是: DF.groupby(DF.index).first()

Answer 2

'重复'方法适用于数据帧和系列.只需选择那些未标记为具有重复索引的行:

df[~df.index.duplicated()]

Answer 3

您可以使用numpy.unique获取唯一值的索引并用于iloc获取这些索引:

>>> df
        val
A  0.021372
B  1.229482
D -1.571025
D -0.110083
C  0.547076
B -0.824754
A -1.378705
B -0.234095
C -1.559653
B -0.531421

[10 rows x 1 columns]

>>> idx = np.unique(df.index, return_index=True)[1]
>>> df.iloc[idx]
        val
A  0.021372
B  1.229482
C  0.547076
D -1.571025

[4 rows x 1 columns]