Question

我正在尝试在pandas数据帧上使用过滤器来过滤掉所有匹配重复值的行（当存在重复时需要删除所有行，而不仅仅是第一个或最后一个行。）

这就是我在编辑器中的作用：

df = df.groupby("student_id").filter(lambda x: x.count() == 1)

但是当我使用此代码运行我的脚本时，我收到错误：

TypeError：filter函数返回一个Series，但是期望一个标量bool

我在尝试应用过滤器之前，通过连接另外两个帧来创建数据帧。

Answer 1

它应该是：

In [32]: grouped = df.groupby("student_id")

In [33]: grouped.filter(lambda x: x["student_id"].count()==1)

<强>更新

我不确定您提到的有关交互式控制台的问题。从技术上讲，在这种特殊情况下（可能还有其他情况，例如复杂的＆＃34;导入＆＃34; diff env可能表现不同的功能），控制台（如ipython）的行为应与其他环境相同（orig python env，或者嵌入的一些IDE）

理解pandas groupby的直观方法是将DataFrame.groupby（）的返回obj视为数据帧列表。因此，当您尝试使用过滤器在x上应用lambda函数时，x实际上就是其中一个数据帧：

In[25]: df = pd.DataFrame(data,columns=year)

In[26]: df

Out[26]: 
   2013  2014
0     0     1
1     2     3
2     4     5
3     6     7
4     0     1
5     2     3
6     4     5
7     6     7

In[27]: grouped = df.groupby(2013)

In[28]: grouped.count()

Out[28]: 
      2014
2013      
0        2
2        2
4        2
6        2

在此示例中，分组obj中的第一个数据帧将是：

In[33]: df1 = df.ix[[0,4]]

In[34]: df1

Out[33]: 
   2013  2014
0     0     1
4     0     1

Answer 2

如何使用pd.DataFrame.drop_duplicates()方法？

Documentation。

您确定要删除所有行吗？不是n-1？

Pandas Filter函数返回了一个Series，但是期望一个标量bool

2 个答案: