Pandas：删除特定列中的重复项

Question

我有一个熊猫数据框（这里用excel表示）：

现在我想删除特定行（B）的所有dublicates（1）。 我该怎么办？

对于此示例，结果将如下所示：

Answer 1

您可以使用duplicated作为布尔掩码，然后按loc，mask或numpy.where设置NaN：

df.loc[df['B'].duplicated(), 'B'] = np.nan

df['B'] = df['B'].mask(df['B'].duplicated())

df['B'] = np.where(df['B'].duplicated(), np.nan,df['B'])

如果需要，请按B列删除重复行：

df = df.drop_duplicates(subset=['B'])

样品：

df = pd.DataFrame({
    'B': [1,2,1,3],
    'A':[1,5,7,9]
})
print (df)
   A  B
0  1  1
1  5  2
2  7  1
3  9  3

df.loc[df['B'].duplicated(), 'B'] = np.nan
print (df)
   A    B
0  1  1.0
1  5  2.0
2  7  NaN
3  9  3.0

df = df.drop_duplicates(subset=['B'])
print (df)
   A  B
0  1  1
1  5  2
3  9  3