从Pandas数据框中删除重复的行，其中只有一些列具有相同的值

Question

我有一个pandas数据帧如下：

A   B   C
1   2   x
1   2   y
3   4   z
3   5   x

我希望在特定列中共享相同值的行只剩下1行。在上面的示例中，我的意思是列 A 和 B 。换句话说，如果列 A 和 B 的值在数据框中出现不止一次，则只应保留一行（哪一行无关紧要）。

FWIW：所谓的重复行的最大数量（即列 A 和 B 相同）是2.

结果应该像这样说：

A   B   C
1   2   x
3   4   z
3   5   x

或

A   B   C
1   2   y
3   4   z
3   5   x

Answer 1

将drop_duplicates与参数subset一起使用，以便仅保留最后重复的行添加keep='last'：

df1 = df.drop_duplicates(subset=['A','B'])
#same as
#df1 = df.drop_duplicates(subset=['A','B'], keep='first')
print (df1)
   A  B  C
0  1  2  x
2  3  4  z
3  3  5  x

df2 = df.drop_duplicates(subset=['A','B'], keep='last')
print (df2)
   A  B  C
1  1  2  y
2  3  4  z
3  3  5  x