大熊猫包含两列的唯一值

时间:2019-03-15 12:45:14

标签: python pandas filter unique drop-duplicates

我找不到从第A列和第B列中选择唯一行的任何优雅方法,但没有联合起来,也没有按顺序进行。这是为了保持这两列中唯一值的“包含”交集。

我的目标是在AB列中保留尽可能多的唯一值。这些列被共同考虑,但我正在寻找它们值的所有独特“组合” ...

示例数据框

df1 = pd.DataFrame({"A": [ "A1", "A2", "A2", "A3", "A3", ],
                    "B": [ "B1", "B1", "B2", "B3", "B1", ], },
                   index=[ 0, 1, 2, 3, 4, ])

结果:

    A   B
0  A1  B1
1  A2  B1
2  A2  B2
3  A3  B3
4  A3  B1

这没什么用...

df2 = df1.drop_duplicates( subset=[ "A", "B", ], keep="first", inplace=False, )

结果:

    A   B
0  A1  B1
1  A2  B1
2  A2  B2
3  A3  B3
4  A3  B1

下面的代码保留重复的B1,以后可以使用列drop_duplicates上的B删除,但是A2也将被删除,如果可以保留,可以保留B2与原始数据帧的index=2并排显示。

df3 = df1.drop_duplicates( subset=[ "A", ], keep="first", inplace=False, )

结果:

    A   B
0  A1  B1
1  A2  B1
3  A3  B3

如上所述,A2被删除了,但是有一个选项可以保留它,如果它与B2在一行中,就像在原始index=2一样数据框。

df4 = df3.drop_duplicates( subset=[ "B", ], keep="first", inplace=False, )

    A   B
0  A1  B1
3  A3  B3

所需结果:

    A   B
0  A1  B1
1  A2  B2
2  A3  B3

因此,我的目的是在AB列中保留尽可能多的唯一值。这些列被共同考虑,但我正在寻找它们值的所有独特“组合” ...

1 个答案:

答案 0 :(得分:-1)

尝试以下代码:

df1.drop_duplicates( subset=[ "A" and "B"], keep="first", inplace=False, )

输出:

    A   B
0   A1  B1
2   A2  B2
3   A3  B3