Question

我有一个数据行，它长数千行，看起来像这样：

ID  Email Address
1   ...    ... 
2   ...    ... 
3   ...    ... 
4   ...    ... 
1   ...    ... 
2   ...    ... 
5   ...    ... 
5   ...    ... 
6   ...    ...

我要做的是删除ID的重复项，因此每人只有一个ID。我不能使用drop_duplicates（），因为大多数人没有ID，这也会丢弃它们（不好！）

是否有一种方法可以删除特定的行，并且仅保留一个ID实例。

如果有帮助，我有一个要删除的所有重复ID的数据框。例如对于我上面给出的示例：

ID  Email  Address
1   ...    ...
2   ...    ...
5   ...    ...

也许有一种方法可以将其转换为ID系列/数组并以这种方式从df中删除？

Answer 1

我相信您需要链条2的条件-所有受骗者都duplicated和keep=False，而第一任受骗者没有参数：

df = df[df.duplicated(subset='ID', keep=False) & df.duplicated(subset='ID')]
print (df)
   ID Email Address
4   1   ...     ...
5   2   ...     ...
7   5   ...     ...

Answer 2

这是您想要的吗？

df[df.duplicated(subset='ID')]

    ID Email Address
4   1   ...     ...
5   2   ...     ...
7   5   ...     ...

从numpy数组中删除熊猫中的特定行

2 个答案: