Question

假设我有一个这样的数据框：

fname    lname     email

Joe      Aaron   
Joe      Aaron     some@some.com
Bill     Smith 
Bill     Smith
Bill     Smith     some2@some.com

是否有一种简洁方便的方法来删除{fname，lname}重复且电子邮件为空的行？

Answer 1

你应该先检查一下你的空白＆＃34;数据为NaN或空字符串。如果它们是混合物，您可能需要修改以下逻辑。

如果空行是NaN

使用pd.DataFrame.sort_values和pd.DataFrame.drop_duplicates：

df = df.sort_values('email')\
       .drop_duplicates(['fname', 'lname'])

如果空行是字符串

如果您的空行是字符串，则需要在排序时指定ascending=False：

df = df.sort_values('email', ascending=False)\
       .drop_duplicates(['fname', 'lname'])

结果

print(df)

  fname  lname           email
4  Bill  Smith  some2@some.com
1   Joe  Aaron   some@some.com

Answer 2

您可以将first与groupby一起使用（注意将空格替换为np.nan，因为first将为每列返回第一个非空值）

df.replace('',np.nan).groupby(['fname','lname']).first().reset_index()
Out[20]: 
  fname  lname           email
0  Bill  Smith  some2@some.com
1   Joe  Aaron   some@some.com

使用重复列删除Pandas中的选定行

2 个答案:

如果空行是NaN

如果空行是字符串

结果