1

下記のようにAとBのデータがあり、ひとつ前の要素と比較して、AもBも重複していたら、その要素のみを抽出したいと考えております。
この場合、A列の「A4」が抽出の対象となります。

配列のデータ

下記のように for 文を使って記述してみましたが、重複のみを抽出することがうまくできませんでした。
ご教示いただけますと幸いです。
よろしくお願いいたします。

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A11', 'A3'],
                    'B': [0, 1, 0, 4]},
                   index=[0, 1, 2, 3])

df2 = pd.DataFrame({'A': ['A4', 'A4', 'A7', 'A7'],
                    'B': [3, 3, 8, 7]},
                   index=[4, 5, 6, 7])

df3 = pd.concat([df1, df2])

for i in range(len(df3["A"])-1):
    for j in range(len(df3["B"])-1):
        if df3["A"][i] == df3["A"][i+1] and df3["B"][i] == df3["B"][i+1]:
            print(df3["B"][j])
2
  • 何か「お題」のようになってる雰囲気あるけど, 念の為 ja.stackoverflow.com/tour
    – oriri
    Commented 2021年9月4日 5:18
  • すみません。以後気を付けます。
    – Nobutaro
    Commented 2021年9月4日 22:44

4 件の回答 4

1

参考までに、for loop を使わない方法を紹介します。

>>> df3[(df3 == df3.shift(1)).all(axis=1)]
    A  B
5  A4  3

pandas.DataFrame.shift
pandas.DataFrame.all

1
  • 大変シンプルな記述で驚きました。うまく動きました。
    – Nobutaro
    Commented 2021年9月9日 9:12
0

B の方の添字は j を使うべきではないでしょうか?

if df3["A"][i] == df3["A"][i+1] and df3["B"][j] == df3["B"][j+1]:
1
  • おっしゃる通りです。ご指摘の箇所を修正したら、うまく動きました。
    – Nobutaro
    Commented 2021年9月9日 9:08
0

下記だとどうでしょうか?

for i in range(1, len(df3["A"])):
    if df3["A"][i] == df3["A"][i-1] and df3["B"][i] == df3["B"][i-1]:
        print(df3["A"][i])
1
  • ありがとうございます。
    – Nobutaro
    Commented 2021年9月9日 9:09
0

for文なしのパターンです

df3.groupby(['A','B']).filter(lambda x: len(x) >= 2)

#     A  B
# 4  A4  3
# 5  A4  3
5
  • groupby() を使うと例えば最初の行と最後の行が同じ場合でも抽出してしまいます。
    – metropolis
    Commented 2021年9月3日 11:19
  • それは気づきませんでした。(^^;; これで大丈夫かな?
    – oriri
    Commented 2021年9月3日 11:21
  • こちらの方法でもうまく動きました。 '.groupby'を使うのですね。大変勉強になりました。
    – Nobutaro
    Commented 2021年9月9日 9:10
  • @Nobutaro データが最初から昇順に並んでるような場合は, ソートのステップ .sort_values(['A','B']) は省けます。あと, データの纏め方は groupby() 以外にもあるかも (何にしても, 各ステップが理解できればそれで)
    – oriri
    Commented 2021年9月9日 10:11
  • groupbyはデフォルトでは内部で sortが行われるようなので, 元に戻しました。元の DataFrameである df1, df2 が順番に並んでいるようなら, groupbysort=Falseオプションで少しだけ高速になるかも
    – oriri
    Commented 2021年9月14日 3:55

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。