Question

我有一个像这样的数据框：

df = pandas.DataFrame({"X1":["a","b","c"], "X2":["b","c","d"], "X3":[500,200,10]})

我只想保留第一行和第三行。

预期输出：

        X1  X2  X3
    0   a   b   500
    2   c   d   10

（X1，X2）=（b，c）对我来说是（a，b）的副本，因为X1 = X2。

（c，d）也是（b，c）的副本，但（b，c）将首先被删除。

一般我该怎么做？

Answer 1

如果我正确理解：a=b=c=d。那么您的数据将是：

import pandas as pd

df = pd.DataFrame({"X1": ["a", "a", "a"], "X2": ["a", "a", "a"], "X3": [500, 200, 10]})

# Keep first duplicate
df_first = df.drop_duplicates(subset=['X1', 'X2'], keep='first')

# Keep last duplicate
df_last = df.drop_duplicates(subset=['X1', 'X2'], keep='last')

# Concatenate DataFrames
df_clean = pd.concat([df_first, df_last], axis=0)

...或者您可以一行完成

df_clean = pd.concat([df.drop_duplicates(subset=['X1', 'X2'], keep='first'), df.drop_duplicates(subset=['X1', 'X2'], keep='last')], axis=0)

这能回答您的问题吗？

如何删除两列中的重复项？

1 个答案: