パンダのデータフレームのデータでグループ化する

Question

私は以下のフォーマットのポイントを持っています。各Id1には、その緯度と経度を持つId2のセットがあります。 Id1とId2のグループごとに、最初のレコードと最後のレコードの両方が必要な最後のグループを除いて、グループ の最初のレコードが必要です。出力を下に見てください。

私はこれを達成することができますパンダに方法があるのだろうか。どんな助けもありがとう。ありがとう。

Id1  Id2  Latitude  Longitude 
    179  183  33.67   -83.24 
    179  183  31.33   -83.11 
    179  184  33.58   -83.34 
    179  184  33.61   -83.14 
    179  185  33.60   -83.54 
    179  185  33.60   -83.54 
    180  185  33.67   -83.64 
    180  185  33.79   -83.74 
    180  186  33.81   -83.84 
    180  186  33.81   -83.84 

出力：

Id1  Id2  Latitude  Longitude 
    179  183  33.67   -83.24 
    179  184  33.58   -83.34 
    179  185  33.60   -83.54 
    179  185  33.60   -83.54 
    179  186  33.79   -83.74 
    179  186  33.81   -83.84 
    180  185  33.67   -83.64 
    180  186  33.81   -83.84 
    180  186  33.81   -83.88 

Answer 1

この1ビット少ないパンダ指向ですが、それはgroup-by操作を使用しています。

# Function to check if row values are equal to last_group values 
def compare_to_groups(x, last_groups): 
    return any((x[['Id1','Id2']] == last_groups[i]).all(1).any() for i in range(len(last_groups))) 

# Get the last groups 
last_groups = df.groupby('Id1')['Id1','Id2'].last().values 

# Apply to each group 
df.groupby(['Id1','Id2']).apply(lambda x: x if compare_to_groups(x, last_groups) else x.head(1)).reset_index(drop=True) 

得られるはず：

Id1 Id2 Latitude Longitude 
0 179 183  33.67  -83.24 
1 179 184  33.58  -83.34 
2 179 185  33.60  -83.54 
3 179 185  33.60  -83.54 
4 180 185  33.67  -83.64 
5 180 186  33.81  -83.84 
6 180 186  33.81  -83.84 

私はこれが役立つことを願っています。

Answer 2

あなたが最初に何の最後の値がboolean indexingとdrop_duplicatesでないところフィルタリング、その後、列Id2の最後の値を見つけることができます。

last_row = df['Id2'].iloc[-1] 
print (last_row) 
186 

df1 = df[df.Id2 != last_row].drop_duplicates(['Id1','Id2']) 
print (df1) 
    Id1 Id2 Latitude Longitude 
0 179 183  33.67  -83.24 
2 179 184  33.58  -83.34 
4 179 185  33.60  -83.54 
7 180 185  33.67  -83.64 

そして、最後に値をフィルタ値はId2：

df2 = df[df.Id2 == last_row] 
print (df2) 
    Id1 Id2 Latitude Longitude 
5 179 186  33.81  -83.84 
6 179 186  33.81  -83.84 
9 180 186  33.81  -83.84 
10 180 186  33.81  -83.84 

と一緒に最後のconcat：

print (pd.concat([df1,df2]).reset_index(drop=True)) 
    Id1 Id2 Latitude Longitude 
0 179 183  33.67  -83.24 
1 179 184  33.58  -83.34 
2 179 185  33.60  -83.54 
3 180 185  33.67  -83.64 
4 179 186  33.81  -83.84 
5 179 186  33.81  -83.84 
6 180 186  33.81  -83.84 
7 180 186  33.81  -83.84 

のみ最後のグループの変更条件が必要な場合：

lastId1 = df['Id1'].iloc[-1] 
print (lastId1) 
180 
lastId2 = df['Id2'].iloc[-1] 
print (lastId2) 
186 

mask = (df.Id1 == lastId1) & (df.Id2 == lastId2) 
df1 = df[~mask].drop_duplicates(['Id1','Id2']).drop_duplicates(['Id1','Id2']) 
print (df1) 
    Id1 Id2 Latitude Longitude 
0 179 183  33.67  -83.24 
2 179 184  33.58  -83.34 
4 179 185  33.60  -83.54 
5 179 186  33.81  -83.84 
7 180 185  33.67  -83.64 

df2 = df[mask] 
print (df2) 
    Id1 Id2 Latitude Longitude 
9 180 186  33.81  -83.84 
10 180 186  33.81  -83.84 

print (pd.concat([df1,df2]).reset_index(drop=True)) 
    Id1 Id2 Latitude Longitude 
0 179 183  33.67  -83.24 
1 179 184  33.58  -83.34 
2 179 185  33.60  -83.54 
3 179 186  33.81  -83.84 
4 180 185  33.67  -83.64 
5 180 186  33.81  -83.84 
6 180 186  33.81  -83.84