熊猫力重索引重复轴
熊猫力重索引重复轴
提问于 2021-12-14 14:25:19
我希望按特定列重新索引dataframe的行，假设dataframe包含列colX。这意味着我需要调用方法df.set_index(colX)
假设df.head()是
colX colY
2.71 foo1
3.14 foo2
6.9 foo3
6.9 foo4
9.6 foo5当我重新索引它的时候
df=df.set_index('colX')
df2=df.reindex(index=[9.6,6.9,6.9,3.14,2.71])我希望df2.head()的结果是
colX colY
9.6 foo5
6.9 foo3 # duplicate index in colX
6.9 foo4 # duplicate index in colX
3.14 foo2
2.71 foo1或者这个
colX colY
9.6 foo5
6.9 foo4 # duplicate index in colX
6.9 foo3 # duplicate index in colX
3.14 foo2
2.71 foo1如果存在重复轴，则重新索引将无法工作。
ValueError:无法从重复轴重新索引
注意: df是由df=pd.read_csv('foobar.csv')创建的
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-12-14 14:27:03
错误意味着至少有一个重复的值，因此reindex会引发错误，因为只处理传递给reindex的列表中的唯一值。
由GroupBy.cumcount和DataFrame.merge创建的具有默认内部连接的helper列的解决方案：
df['g'] = df.groupby('colX').cumcount()
L = [9.6,6.9,6.9,3.14,2.71]
df11 = pd.DataFrame({'colX': L})
df11['g'] = df11.groupby('colX').cumcount()
print (df11)
colX g
0 9.60 0
1 6.90 0
2 6.90 1
3 3.14 0
4 2.71 0
df = df.merge(df11, on=['colX','g'])
print (df)
colX colY g
0 2.71 foo1 0
1 3.14 foo2 0
2 6.90 foo3 0
3 6.90 foo4 1
4 9.60 foo5 0或使用reindex
df['g'] = df.groupby('colX').cumcount()
L = [9.6,6.9,6.9,3.14,2.71]
df11 = pd.DataFrame({'colX': L})
df11['g'] = df11.groupby('colX').cumcount()
print (df11)
df=df.set_index(['colX', 'g']).reindex(df11.set_index(['colX','g']).index)
print (df)
colY
colX g
9.60 0 foo5
6.90 0 foo3
1 foo4
3.14 0 foo2
2.71 0 foo1错误的第一个解决方案：
df=df.set_index('colX')
df2=df.loc[[9.6,6.9,6.9,3.14,2.71]]
print (df2)
colY
colX
9.60 foo5
6.90 foo3 > combinations of 6.9 (2 times in original * 2 times in list = 4)
6.90 foo4
6.90 foo3
6.90 foo4
3.14 foo2
2.71 foo1页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/70350564
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号