Question

我经常尝试执行以下操作，但是有一个立即解决方案，在熊猫中最有效：

我有以下示例pandas DataFrame，其中有两列Name和Age：

import pandas as pd

data = [['Alex',10],['Bob',12],['Barbara',25], ['Bob',72], ['Clarke',13], ['Clarke',13], ['Destiny', 45]]

df = pd.DataFrame(data,columns=['Name','Age'], dtype=float)

print(df)
      Name   Age
0     Alex  10.0
1      Bob  12.0
2  Barbara  25.0
3      Bob  72.0
4   Clarke  13.0
5   Clarke  13.0
6  Destiny  45.0

我想删除在Name中具有匹配值的所有行。在示例df中，有两个Bob值和两个Clarke值。因此，预期的输出为：

      Name   Age
0      Bob  12.0
1      Bob  72.0
2   Clarke  13.0
3   Clarke  13.0

据此我假设有一个重置索引。

一种选择是将Name的所有唯一值保留在列表中，然后遍历数据框以检查重复的行。那将是非常低效的。

此任务有内置功能吗？

Answer 1

使用drop_duplicates，仅获取被删除的对象：

print(df[~df['Name'].isin(df['Name'].drop_duplicates(False))])

输出：

     Name   Age
1     Bob  12.0
3     Bob  72.0
4  Clarke  13.0
5  Clarke  13.0

如果关心索引，请执行以下操作：

print(df[~df['Name'].isin(df['Name'].drop_duplicates(False))].reset_index(drop=1))

输出：

     Name   Age
0     Bob  12.0
1     Bob  72.0
2  Clarke  13.0
3  Clarke  13.0

Answer 2

使用duplicated

df[df.Name.duplicated(keep=False)]
     Name   Age
1     Bob  12.0
3     Bob  72.0
4  Clarke  13.0
5  Clarke  13.0

如何仅将具有多个值的行保留在pandas DataFrame中？

2 个答案: