Question

我想删除限制在C2和C3列的重复项。但是，现在当保留重复行的行时，以＆＃34; zx＆＃34;开头的行在C4栏中应优先考虑。例如：考虑行0和1（指C1列），行＆＃34; 0＆＃34;保留在输出中，因为它包含＆＃34; zx＆＃34;但C4被丢弃了。此外，当两个副本包含相同的＆＃34; zx＆＃34;例如第6行和第7行，任何人都可以被删除。但是，当重复的行（对于列C2和C3）包含不同的＆＃34; zx＆＃34; ，两者都应该保持为例：行：8和9.

输入：

C1  C2   C3   C4
0   AB   Dat  zx101
1   AB   Dat  tp102
2   CD   CR   zx1032
3   CD   CR   lx1032
4   EF   KLM  2x501
5   EF   KLM  2x501
6   HI   NOP  zx707
7   HI   NOP  zx707
8   PL   TIP  zx303
9   PL   TIP  zx304

输出：

C1  C2   C3   C4
0   AB   Dat  zx101
2   CD   CR   zx1032
4   EF   KLM  2x501
6   HI   NOP  zx707
8   PL   TIP  zx303
9   PL   IPT  2x304

Answer 1

一种自然的方式是

首先排序您的数据，以便您想要保留的观察始终是每个重复组的第一个
然后使用drop_duplicates( keep = 'first')

在python数据框中删除不包含列中特定字符串的多个列的重复项

1 个答案: