代码之家 › 专栏 › 技术社区 › Umar.H

使用双重条件删除重复项

pandas python

Umar.H · 技术社区 · 6 年前

    import pandas as pd
    df = pd.DataFrame({'ID': [1,1,1,1,2,2,2,2], 
    'Course': 
    ['English','English','English','History','Science', 'Science', 'Science','Math'],
    'Status':
    ['Attended', 'Requested', 'Partially Attended', 'No show',
    'Requested','Attended','Partially Attended','No show']})
    df.set_index(['ID'])
    print(df)

Course  Status
ID      
1   English Attended
1   English Requested
1   English Partially Attended
1   History No show
2   Science Requested
2   Science Attended
2   Science Partially Attended
2   Math    No show

ID多次出现。
如果找到匹配的,我想在课程完成且有请求的实例中删除,删除包含请求的行。没有演出和部分出席都可以。

我目前正在学习和参加DataCamps、Python和pandas课程,因此我熟悉groupby、aggregate和sort函数,在这些函数中,我可以删除时间序列数据的后期或早期副本。我不知道如何将条件或逻辑应用于drop函数。我已经在这个论坛上搜索过类似的功能,但是我没有把任何东西应用到我自己的DF上。

Course  Status
ID      
1   English Attended
1   English Partially Attended
1   History No show
2   Science Attended
2   Science Partially Attended
2   Math    No show

1 回复 | 直到 6 年前

piRSquared 6 年前

不 `duplicated` `Requested`

df[~df.duplicated(['ID', 'Course'], keep=False) | df.Status.ne('Requested')]

    Course  ID              Status
0  English   1            Attended
2  English   1  Partially Attended
3  History   1             No show
5  Science   2            Attended
6  Science   2  Partially Attended
7     Math   2             No show

pandas.DataFrame.duplicated

标识内容是否重复。我传递了一个列名列表,用于确定重复性。通过使用 keep=False

df.duplicated(['ID', 'Course'], keep=False)

0     True
1     True
2     True
3    False
4     True
5     True
6     True
7    False
dtype: bool

请求

df.Status.ne('Requested')

0     True
1    False
2     True
3     True
4    False
5     True
6     True
7     True
Name: Status, dtype: bool

所以我们想要不是重复的行,如果它们是至少没有重复的行 Status

推荐文章

user29747013 · 如何创建一个新的数据框架,其中包含原始数据框架中列的聚合列?

3 月前

Cam · Pandas列表日期到日期时间

3 月前

jjkennedy · Pandas文本文件导入:当每个文件中存在多个表时,自动选择1个表

4 月前

Sun Jar · 在另一个系列中查找当前df值的索引,并将其添加到列中

4 月前

dietzi96 · Pandas DataFrame.to_sql随机和静默地失败,没有错误消息

4 月前

Bijan · Pandas批量更新帐户字符串

4 月前

Kernel · TypeError:Index.reindex()收到意外的关键字参数fill_value'

4 月前

Kernel · 进入熊猫的定义。系列super().reindex

5 月前

adventurous_chip_55 · 如何引爆柱子

5 月前

RKIDEV · Panda迭代行并将第n行值乘以下一(n+1)行值

5 月前

使用双重条件删除重复项

不 duplicated Requested

不 `duplicated` `Requested`