基于字段的子集数据帧

Question

mukey cokey  hzdept_r hzdepb_r 
422927 11090397 0  20 
422927 11090397 20  71 
422927 11090397 71  152 
422927 11090398 0  18 
422927 11090398 18  117 
422927 11090398 117  152 

我想子集上面的数据框，以便只选择第一组的cokey（在本例中为11090397）。当然，由于这是一个样本数据集，因此解决方案需要扩展到这种数据框的更大版本。

在这种情况下，所产生的数据集应该是：

mukey cokey  hzdept_r hzdepb_r 
422927 11090397 0  20 
422927 11090397 20  71 
422927 11090397 71  152 

我一直在使用GROUPBY尝试过，但不知道如何从中选择只有第一个cokey值。

Answer 1

另一种方法是只取前独特的价值：

In [97]: 

df[df['cokey'] == df['cokey'].unique()[0]] 
Out[97]: 
    mukey  cokey hzdept_r hzdepb_r 
0 422927 11090397   0  20 
1 422927 11090397  20  71 
2 422927 11090397  71  152 

您还可以使用基于整数索引，以获得用于过滤的第一个值：

In [99]: 

df[df['cokey'] == df['cokey'].iloc[0]] 
Out[99]: 
    mukey  cokey hzdept_r hzdepb_r 
0 422927 11090397   0  20 
1 422927 11090397  20  71 
2 422927 11090397  71  152 

Answer 2

如果你正在寻找的第一个所有cokey的的是等于DF，使用第一cokey的DF：

test[test['cokey'] == test.cokey[0]] 

编辑： @dsm是正确的，上面的代码你会给你索引零的cokey，所以如果你的df没有从零开始的自动增量索引，你可能不会得到实际的期望结果。而是使用：

test[test['cokey'] == test.iloc[0]['cokey']] 

Answer 3

如果DF是样本数据框：

cokeys = set(df.cokey) #unique keys 
for k in cokeys: 
    print df[df.cokey==k] #sub-dataframes 

结果：

mukey  cokey hzdept_r hzdepb_r 
0 422927 11090397   0  20 
1 422927 11090397  20  71 
2 422927 11090397  71  152 
    mukey  cokey hzdept_r hzdepb_r 
3 422927 11090398   0  18 
4 422927 11090398  18  117 
5 422927 11090398  117  152 

如果你从字面上只想要第一个数据帧，让k=df.iloc[0].cokey。