按 id 保留第一个匹配行，并在列中的值更改时保留第一个匹配项

Question

在下面的示例 df 中，最好的保留方法是什么：

• 为每个id显示Score时的第一行
• 然后，当每个id的值在Score中更改时的第一行，并删除重复的行，直到它发生变化

示例 df

date      id   Score
0   2001-09-06  1       3
1   2001-09-07  1       3
2   2001-09-08  1       4
3   2001-09-09  2       6
4   2001-09-10  2       6
5   2001-09-11  1       4
6   2001-09-12  2       5
7   2001-09-13  2       5
8   2001-09-14  1       3

期望的 df

date      id   Score
0   2001-09-06  1       3
1   2001-09-08  1       4
2   2001-09-09  2       6
3   2001-09-12  2       5
4   2001-09-14  1       3

Answer 1

将groupby与diff一起使用：

print (df[df.groupby("id")["Score"].diff()!=0])
date  id  Score
0  2001-09-06   1      3
2  2001-09-08   1      4
3  2001-09-09   2      6
6  2001-09-12   2      5
8  2001-09-14   1      3

第一次出现将始终导致 ！=0 的NaN。

Answer 2

按照你的逻辑：

# shift Score within id
# shifted score at each group start is `NaN`
shifted_scores = df['Score'].groupby(df['id']).shift()
# change of Score within each id
# since first shifted score in each group is `NaN`
# mask is also True at first line of each group
mask = df['Score'].ne(shifted_scores)
# output
df[mask]

输出：

date  id  Score
0  2001-09-06   1      3
2  2001-09-08   1      4
3  2001-09-09   2      6
6  2001-09-12   2      5
8  2001-09-14   1      3

Answer 3

df.groupby(['id', 'score']).first()