pandas 包括两列中的唯一值

Question

我找不到任何优雅的方法来 select 来自列 A 和列 B 的唯一行，但不是联合且不按顺序。这是为了保持这两列中唯一值的 "inclusive" 交集。

我的目标是在 A 和 B 列中保留尽可能多的唯一值。这些列是联合考虑的，但我正在寻找它们值的所有唯一 "combinations"...

示例数据框

df1 = pd.DataFrame({"A": [ "A1", "A2", "A2", "A3", "A3", ],
                    "B": [ "B1", "B1", "B2", "B3", "B1", ], },
                   index=[ 0, 1, 2, 3, 4, ])

结果：

    A   B
0  A1  B1
1  A2  B1
2  A2  B2
3  A3  B3
4  A3  B1

这没有任何用处...

df2 = df1.drop_duplicates( subset=[ "A", "B", ], keep="first", inplace=False, )

结果：

    A   B
0  A1  B1
1  A2  B1
2  A2  B2
3  A3  B3
4  A3  B1

下面的代码留下了重复的 B1，稍后可以使用 B 列上的 drop_duplicates 将其删除，但随后 A2 也将被删除，它本可以保留如果它出现在 B2 的一行中，就像它在原始数据帧的 index=2 中一样。

df3 = df1.drop_duplicates( subset=[ "A", ], keep="first", inplace=False, )

结果：

    A   B
0  A1  B1
1  A2  B1
3  A3  B3

如上所述 A2 已被删除，但如果它与 B2 出现在同一行中，则可以选择保留它，因为它位于 index=2原始数据框。

df4 = df3.drop_duplicates( subset=[ "B", ], keep="first", inplace=False, )

    A   B
0  A1  B1
3  A3  B3

想要的结果：

    A   B
0  A1  B1
1  A2  B2
2  A3  B3

所以我的目标是在 A 和 B 列中保留尽可能多的唯一值。这些列是联合考虑的，但我正在寻找它们值的所有唯一 "combinations"...

Answer 1

试试下面的代码：

df1.drop_duplicates( subset=[ "A" and "B"], keep="first", inplace=False, )

输出：

pandas 包括两列中的唯一值

pandas inclusive unique values from two columns

python

unique

filter

pandas

drop-duplicates