假设我有下面的 Pandas DataFrame:
A B C D
1 foo one 0 0
2 foo one 2 4
3 foo two 4 8
4 cat one 8 4
5 bar four 6 12
6 bar three 7 14
7 bar four 7 14
我想选择在 A 中具有相等值但在 B 中具有不同值的所有行。所以我希望我的代码的输出是:
A B C D
1 foo one 0 0
3 foo two 4 8
5 bar three 7 14
6 bar four 7 14
执行此操作的最有效方法是什么?我有大约 11,000 行,列值有很多变化,但这种情况经常出现。在我的数据集中,如果 A 列中的元素相等,那么相应的 B 列值也应该相等,但是由于错误标记,情况并非如此,我想解决这个问题,我这样做是不切实际的一。
最佳答案
你可以试试 groupby()
+ filter
+ drop_duplicates()
:
>>> df.groupby('A').filter(lambda g: len(g) > 1).drop_duplicates(subset=['A', 'B'], keep="first")
A B C D
0 foo one 0 0
2 foo two 4 8
4 bar four 6 12
5 bar three 7 14
或者,如果您想删除
A
和 B
列的子集之间的重复项,则可以在下面使用,但该行也将包含 cat
。>>> df.drop_duplicates(subset=['A', 'B'], keep="first")
A B C D
0 foo one 0 0
2 foo two 4 8
3 cat one 8 4
4 bar four 6 12
5 bar three 7 14
关于python - 从 Pandas DataFrame 中选择一列中具有相同值但另一列中具有不同值的行,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/54043313/