回答編集履歴
5
d
test
CHANGED
|
@@ -201,3 +201,75 @@
|
|
|
201
201
|
|
|
202
202
|
|
|
203
203
|
* [pandas.DataFrame.drop_duplicates — pandas 0.25.1 documentation](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop_duplicates.html)
|
|
204
|
+
|
|
205
|
+
|
|
206
|
+
|
|
207
|
+
----
|
|
208
|
+
|
|
209
|
+
|
|
210
|
+
|
|
211
|
+
## pandas の質問をする際に推奨される形式
|
|
212
|
+
|
|
213
|
+
|
|
214
|
+
|
|
215
|
+
### 行いたい処理
|
|
216
|
+
|
|
217
|
+
|
|
218
|
+
|
|
219
|
+
重複する場合は最初の要素に1、それ以外は0のフラグを立てた列を追加する
|
|
220
|
+
|
|
221
|
+
|
|
222
|
+
|
|
223
|
+
### 入力の Data Frame
|
|
224
|
+
|
|
225
|
+
|
|
226
|
+
|
|
227
|
+
```
|
|
228
|
+
|
|
229
|
+
uid
|
|
230
|
+
|
|
231
|
+
0 u2200
|
|
232
|
+
|
|
233
|
+
1 u2200
|
|
234
|
+
|
|
235
|
+
2 u2200
|
|
236
|
+
|
|
237
|
+
3 u2111
|
|
238
|
+
|
|
239
|
+
4 u2111
|
|
240
|
+
|
|
241
|
+
5 u2009
|
|
242
|
+
|
|
243
|
+
6 u2009
|
|
244
|
+
|
|
245
|
+
7 u2001
|
|
246
|
+
|
|
247
|
+
```
|
|
248
|
+
|
|
249
|
+
|
|
250
|
+
|
|
251
|
+
### 希望する Data Frame
|
|
252
|
+
|
|
253
|
+
|
|
254
|
+
|
|
255
|
+
```
|
|
256
|
+
|
|
257
|
+
uid first_apply
|
|
258
|
+
|
|
259
|
+
0 u2200 1
|
|
260
|
+
|
|
261
|
+
1 u2200 0
|
|
262
|
+
|
|
263
|
+
2 u2200 0
|
|
264
|
+
|
|
265
|
+
3 u2111 1
|
|
266
|
+
|
|
267
|
+
4 u2111 0
|
|
268
|
+
|
|
269
|
+
5 u2009 1
|
|
270
|
+
|
|
271
|
+
6 u2009 0
|
|
272
|
+
|
|
273
|
+
7 u2001 1
|
|
274
|
+
|
|
275
|
+
```
|
4
d
test
CHANGED
|
@@ -160,13 +160,13 @@
|
|
|
160
160
|
|
|
161
161
|
df = pd.DataFrame(
|
|
162
162
|
|
|
163
|
-
{"uid": ["u2200", "u2200", "u2111", "u2111", "u2009", "u2009", "u2001"]}
|
|
163
|
+
{"uid": ["u2200", "u2200", "u2200", "u2111", "u2111", "u2009", "u2009", "u2001"]}
|
|
164
164
|
|
|
165
165
|
)
|
|
166
166
|
|
|
167
167
|
|
|
168
168
|
|
|
169
|
-
df["first_apply"] = df.duplicated("uid", keep="
|
|
169
|
+
df["first_apply"] = (~df.duplicated("uid", keep="first")).astype(int)
|
|
170
170
|
|
|
171
171
|
|
|
172
172
|
|
|
@@ -178,15 +178,17 @@
|
|
|
178
178
|
|
|
179
179
|
# 1 u2200 0
|
|
180
180
|
|
|
181
|
+
# 2 u2200 0
|
|
182
|
+
|
|
181
|
-
#
|
|
183
|
+
# 3 u2111 1
|
|
182
|
-
|
|
184
|
+
|
|
183
|
-
#
|
|
185
|
+
# 4 u2111 0
|
|
184
|
-
|
|
186
|
+
|
|
185
|
-
#
|
|
187
|
+
# 5 u2009 1
|
|
186
|
-
|
|
188
|
+
|
|
187
|
-
#
|
|
189
|
+
# 6 u2009 0
|
|
188
|
-
|
|
190
|
+
|
|
189
|
-
#
|
|
191
|
+
# 7 u2001 1
|
|
190
192
|
|
|
191
193
|
```
|
|
192
194
|
|
3
d
test
CHANGED
|
@@ -140,6 +140,60 @@
|
|
|
140
140
|
|
|
141
141
|
|
|
142
142
|
|
|
143
|
+
## 追記
|
|
144
|
+
|
|
145
|
+
|
|
146
|
+
|
|
147
|
+
もしかして、質問者さんがやりたいことは「重複を削除する」ではなく、「重複する場合は最初の要素に1、それ以外は0のフラグを立てた列を追加する」ということでしょうか？
|
|
148
|
+
|
|
149
|
+
|
|
150
|
+
|
|
151
|
+
[pandas.DataFrame.duplicated — pandas 0.25.1 documentation](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.duplicated.html)
|
|
152
|
+
|
|
153
|
+
|
|
154
|
+
|
|
155
|
+
```python
|
|
156
|
+
|
|
157
|
+
import pandas as pd
|
|
158
|
+
|
|
159
|
+
|
|
160
|
+
|
|
161
|
+
df = pd.DataFrame(
|
|
162
|
+
|
|
163
|
+
{"uid": ["u2200", "u2200", "u2111", "u2111", "u2009", "u2009", "u2001"]}
|
|
164
|
+
|
|
165
|
+
)
|
|
166
|
+
|
|
167
|
+
|
|
168
|
+
|
|
169
|
+
df["first_apply"] = df.duplicated("uid", keep="last").astype(int)
|
|
170
|
+
|
|
171
|
+
|
|
172
|
+
|
|
173
|
+
print(df)
|
|
174
|
+
|
|
175
|
+
# uid first_apply
|
|
176
|
+
|
|
177
|
+
# 0 u2200 1
|
|
178
|
+
|
|
179
|
+
# 1 u2200 0
|
|
180
|
+
|
|
181
|
+
# 2 u2111 1
|
|
182
|
+
|
|
183
|
+
# 3 u2111 0
|
|
184
|
+
|
|
185
|
+
# 4 u2009 1
|
|
186
|
+
|
|
187
|
+
# 5 u2009 0
|
|
188
|
+
|
|
189
|
+
# 6 u2001 0
|
|
190
|
+
|
|
191
|
+
```
|
|
192
|
+
|
|
193
|
+
|
|
194
|
+
|
|
195
|
+
|
|
196
|
+
|
|
143
197
|
## 参考文献
|
|
144
198
|
|
|
145
199
|
|
2
d
test
CHANGED
|
@@ -60,6 +60,86 @@
|
|
|
60
60
|
|
|
61
61
|
|
|
62
62
|
|
|
63
|
+
## エラーの発生した原因について
|
|
64
|
+
|
|
65
|
+
|
|
66
|
+
|
|
67
|
+
> これは関数の中でやろうとしていることが問題なのでしょうか？
|
|
68
|
+
|
|
69
|
+
|
|
70
|
+
|
|
71
|
+
質問のコードで1つずつ処理の流れを追っていくと、
|
|
72
|
+
|
|
73
|
+
|
|
74
|
+
|
|
75
|
+
1. data['uid'] で DataFrame の列 uid を Series オブジェクトで取得する。
|
|
76
|
+
|
|
77
|
+
|
|
78
|
+
|
|
79
|
+
```
|
|
80
|
+
|
|
81
|
+
import pandas as pd
|
|
82
|
+
|
|
83
|
+
|
|
84
|
+
|
|
85
|
+
df = pd.DataFrame(
|
|
86
|
+
|
|
87
|
+
{"uid": ["u2200", "u2200", "u2111", "u2111", "u2009", "u2009", "u2001"]}
|
|
88
|
+
|
|
89
|
+
)
|
|
90
|
+
|
|
91
|
+
print(df["uid"])
|
|
92
|
+
|
|
93
|
+
# 0 u2200
|
|
94
|
+
|
|
95
|
+
# 1 u2200
|
|
96
|
+
|
|
97
|
+
# 2 u2111
|
|
98
|
+
|
|
99
|
+
# 3 u2111
|
|
100
|
+
|
|
101
|
+
# 4 u2009
|
|
102
|
+
|
|
103
|
+
# 5 u2009
|
|
104
|
+
|
|
105
|
+
# 6 u2001
|
|
106
|
+
|
|
107
|
+
# Name: uid, dtype: object
|
|
108
|
+
|
|
109
|
+
```
|
|
110
|
+
|
|
111
|
+
|
|
112
|
+
|
|
113
|
+
2. Series オブジェクトの apply を呼び出しているので、Series オブジェクトの各要素が1つずつ apply に指定した関数に渡される。
|
|
114
|
+
|
|
115
|
+
なので、apply 関数 (Series.apply ではなく、質問者さんが作成した方) の first 引数には Python の str 型のオブジェクトが渡ってきます。
|
|
116
|
+
|
|
117
|
+
|
|
118
|
+
|
|
119
|
+
3. str クラスには drop_duplicates という Attribute は存在しないので、以下のエラーになります。
|
|
120
|
+
|
|
121
|
+
|
|
122
|
+
|
|
123
|
+
```python
|
|
124
|
+
|
|
125
|
+
def apply(first): #← first に渡されるのは str (例: "u2200")
|
|
126
|
+
|
|
127
|
+
first.drop_duplicates #← ここでエラー発生
|
|
128
|
+
|
|
129
|
+
return 1
|
|
130
|
+
|
|
131
|
+
```
|
|
132
|
+
|
|
133
|
+
|
|
134
|
+
|
|
135
|
+
> AttributeError: 'str' object has no attribute 'drop_duplicates'
|
|
136
|
+
|
|
137
|
+
|
|
138
|
+
|
|
139
|
+
> 属性エラー: str オブジェクトは drop_duplicates という属性を持っていません。
|
|
140
|
+
|
|
141
|
+
|
|
142
|
+
|
|
63
143
|
## 参考文献
|
|
64
144
|
|
|
65
145
|
|
1
d
test
CHANGED
|
@@ -21,6 +21,24 @@
|
|
|
21
21
|
{"uid": ["u2200", "u2200", "u2111", "u2111", "u2009", "u2009", "u2001"]}
|
|
22
22
|
|
|
23
23
|
)
|
|
24
|
+
|
|
25
|
+
print(df)
|
|
26
|
+
|
|
27
|
+
# uid
|
|
28
|
+
|
|
29
|
+
# 0 u2200
|
|
30
|
+
|
|
31
|
+
# 1 u2200
|
|
32
|
+
|
|
33
|
+
# 2 u2111
|
|
34
|
+
|
|
35
|
+
# 3 u2111
|
|
36
|
+
|
|
37
|
+
# 4 u2009
|
|
38
|
+
|
|
39
|
+
# 5 u2009
|
|
40
|
+
|
|
41
|
+
# 6 u2001
|
|
24
42
|
|
|
25
43
|
|
|
26
44
|
|