如何有选择地删除重复项？

Question

我有这个数据名人堂 image here

并执行以下代码：

unique_records_for_cols = terceros_prepared3_df.drop_duplicates(subset=['id'])

重复项已删除

  

    

      

image here

    

  

但被删除的重复项不是正确的副本。

正确的做法是删除“ parent_id”列中没有空字段的重复项

一些脚本，用于删除有条件的重复项。重复（！='None'）将在“ parent_id”列中删除

Answer 1

为此，您想看看drop_duplicates中的keep参数。根据您的意思，您要设置keep='last'：

unique_records_for_cols = terceros_prepared3_df.drop_duplicates(
                          subset=['id'], keep='last')