Python：根据另一个列值从DataFrame中删除重复项

Question

我有下表包含虚构数据：

我想删除所有重复的行，并仅在“韩元营业额”中保留包含正值的行。因此，在这种情况下，应删除标有红色的两行

此外，如果存在重复的行，但只有“失误”，则应保留营业额最高的行（最下面的两行）。

Answer 1

也许这可以做到：

"~A"

Answer 2

如果每个组只有GroupBy.all仅缺少值，则首先测试Won Turnover，每个max仅测试Lost Turnover值。按&链接以按位AND并添加新条件，以按位Won Turnover用|返回每个OR的所有不丢失行：

m1 = (df.assign(new = df['Won Turnover'].isna())
        .groupby(['Date','Supplier','Customer'])['new'].transform('all'))
m2 = (df.groupby(['Date','Supplier','Customer'])['Lost Turnover'].transform('max')
        .eq(df['Lost Turnover']))
df = df[(m1 & m2) | df['Won Turnover'].notna()]
print (df)

         Date Supplier   Customer  Won Turnover  Lost Turnover
1  25.06.2019     Nike      Pepsi       25000.0            NaN
2  25.06.2019     Nike  McDonalds       10000.0            NaN
3  25.06.2019   Adidas  Coca Cola       12000.0            NaN
5  25.06.2019   Adidas  McDonalds       35000.0            NaN
6  25.06.2019   Adidas      Pepsi           NaN        15000.0