【Python】粉絲的Pandas題：一題三解

公眾號：尤而小屋
作者：Peter
編輯：Peter

今天給大家分享一個粉絲朋友問的一道關於Pandas題，提供多種解決思路！

需求（基礎版本）

有下面的這樣一個DataFrame（數據是模擬的），找出每個數值第一次出現的索引號：

• 2第一次出現索引為0

• 3第一次出現索引為4

• 7第一次出現索引為6

這就是最終要展現的結果，如何解決？下面提供不同的解決思路

方法1-移位函數shift

shift函數是在指定的軸方向上進行移動指定的長度：

1、先向下移動一個單位，得到df2

2、為了後面的處理，df2進行屬性字段的重命名：

df2.rename(columns={"col1":"col2"},inplace=True)

3、將df1和df2進行合並

4、篩選col1和col2不等的情況即可

方法2-差分函數diff

完整的一行代碼如下：

下面我們拆解下這行代碼：

1、差分函數diff

每個數據和前一個數值相減；如果兩個值相等，差值為0

2、判斷和0的關系

3、鎖定為True的值即可

方法3：直接去重

一個很巧妙的方法：直接去重，保留第一條數據；但這僅僅是特例

需求（升級版）

需求還是類似，找出每個數值第一次出現的索引；但是數據會重復隔斷出現。

下面已經標記了正確的結果：

方法1-shift函數

還是可以解決

結果：

方法2-差分函數diff

同樣可以解決：

但是去重函數在這種情況就不行：drop_duplicates函數是對整體數據的去重，只保留一條數據

延伸知識點

在這裡重點理解下移位函數shift和差分函數diff的關系，模擬一份數據：

diff函數

shift函數

二者關系

以默認移動一個單位為例

結論：在相同的條件下，原數據框 減掉 shift函數生成的數據就是diff函數的結果

思考題

什麼情況下會用到移位或者差分函數？

往期精彩回顧
適合初學者入門人工智能的路線及資料下載(圖文+視頻)機器學習入門系列下載中國大學慕課《機器學習》（黃海廣主講）機器學習及深度學習筆記等資料打印《統計學習方法》的代碼復現專輯機器學習交流qq群955171419，加入微信群請掃碼