基于列的整个DataFrame上的df.unique（）

Question

我有一个DataFrame df，其中包含行和列，其中有重复的ID：

Index   Id   Type
0       a1   A
1       a2   A
2       b1   B
3       b3   B
4       a1   A
...

当我使用时：

uniqueId = df["Id"].unique() 

我获得了唯一ID列表。

但是，我如何在整个DataFrame上应用此过滤，以便保留结构，但删除重复项（基于＆＃34; Id＆＃34;）？

Answer 1

您似乎需要DataFrame.drop_duplicates参数subset来指定测试重复的位置：

#keep first duplicate value
df = df.drop_duplicates(subset=['Id'])
print (df)
       Id Type
Index         
0      a1    A
1      a2    A
2      b1    B
3      b3    B

#keep last duplicate value
df = df.drop_duplicates(subset=['Id'], keep='last')
print (df)
       Id Type
Index         
1      a2    A
2      b1    B
3      b3    B
4      a1    A

#remove all duplicate values
df = df.drop_duplicates(subset=['Id'], keep=False)
print (df)
       Id Type
Index         
1      a2    A
2      b1    B
3      b3    B