質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.85%

  • Python

    5927questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

drop_duplicatesで重複を削除した後、残ったものを抽出する

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 50

nouken

score 6

データフレームdf1(7976 rows × 167 columns)があります。

df2=df1.drop_duplicates()でdf2(6439 rows × 167 columns)を得ます。

ここでdf1から削除された行の中で特定のインデックスに対応する行(これらのインデックスはindex_listに入っているとします。12個のインデックスです。)と重複しており、df2に残ったもののインデックスを取り出したいです。わかりにくいかもしれませんが、削除された行の中でindex_listに含まれるインデックスを持った行と重複していながらも重複一番目だけを残す条件(keep=first)により残ったもののインデックスを知りたいです。

なお重複している場合はすべてのコラムの値が重複しています。

下を実行し以下のエラーが出ました。

get_index=[]
for i in index_list:
    for j in df2.index:
        if df1.loc[i, :]==df2.loc[j,:]:
            get_index.append(j)

get_index


---------------------------------------------------------------------------

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

どうぞよろしくお願いします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

checkベストアンサー

+3

こうですかね。

get_index=[]
for i in index_list:
    for j in df2.index:
        if (df1.loc[i, :] == df2.loc[j, :]).all():
            get_index.append(j)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/06/11 19:25

    回答ありがとうございます。お聞きしたいのですが、ここでのall関数の意味はどういうものなのでしょう?調べたのですが、このような使い方の例は見つけられなかったのですが‥

    キャンセル

  • 2018/06/11 19:47

    df1.loc[i, :] == df2.loc[j, :]
    の部分は df の行データ(Series)同士の比較を行っておりますので、その結果はbool型のSeriesデータで得られます。

    キャンセル

  • 2018/06/11 19:48

    こんなかんじ

    print(pd.Series([1,2]) == pd.Series([1,2]))
    #0 True
    #1 True
    #dtype: bool

    print(pd.Series([1,2]) == pd.Series([1,3]))
    #0 True
    #1 False
    #dtype: bool

    キャンセル

  • 2018/06/11 19:48

    そこで pandas.Series.all() を使うことによりSeriesデータの全ての要素がTrueの場合のみ Trueが返るようにしております。

    http://pandas.pydata.org/pandas-docs/version/0.22/generated/pandas.Series.all.html

    キャンセル

  • 2018/06/11 20:12

    なるほど!非常にわかりやすい説明ありがとうございます!

    キャンセル

+2

import numpy as np
import pandas as pd

df = pd.DataFrame()
df['a'] = np.random.randint(5, size=10)
df2 = df.drop_duplicates(keep='first')
print(df)
print(df2.index)
print(df2.sort_values('a').index)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.85%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    5927questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。