熊猫丢弃具有不同列值的不同行

Question

我有一个看起来像这样的DataFrame df = pd.DataFrame({'col1': ["a","b","c","d","e", "e"], 'col2': [1,3,3,2,6,6], 'col3': [1,2,3,4,5,6]})

输入：

     col1 col2 col3
    0   a   1   1
    1   b   3   2
    2   c   3   3
    3   d   2   4
    4   e   6   5
    5   e   6   6

我想从“ col1”中删除在“ col2”中具有相同值的行，除了相同的值（即字母“ e”）。我希望它是“ col1”中只有一个值可以等于“ col2”中唯一的值的地方，期望的输出看起来像是...

输出：

     col1 col2 col3
    0   a   1   1
    3   d   2   4
    4   e   6   5
    5   e   6   6

这样做的过程是什么？

Answer 1

根据您的描述，我理解如下：

1. 如果两行在col2中具有相同的值，则它们都将被删除。
2. 如果两行在col2中具有相同的值，但在col1中具有相同的值，则要保留它们。
3. 您希望保留的其他所有不属于上述两个类别的行。

这可以通过以下方式实现：

df[np.logical_or(~df.duplicated('col2', keep = False),df.duplicated('col1', keep = False)) ]

Answer 2

您可以执行以下操作：

df[df.col1.duplicated(keep=False) | ~df.col2.duplicated(keep=False)]

输出

| col1   |   col2 |   col3 |
|:-------|-------:|-------:|
| a      |      1 |      1 |
| d      |      2 |      4 |
| e      |      6 |      5 |
| e      |      6 |      6 |