大熊貓降一列的副本與標準

Question

我有這樣一個數據幀：

A B 
239616412 none 
239616414 name2 
239616417 none 
239616417 none 
239616417 none 
239616418 name1 
239616418 none 
239616428 name1 
239616429 none 
239616429 none 
239616429 name1 

我想刪除列A的重複，我想保持有任何樣的名字在它的行（！= none，基本上）在列B中，但是如果所有重複項中唯一的值是none，我仍然想保留它（如239616417）。

應該減少到：

A B 
239616412 none 
239616414 name2 
239616417 none 
239616418 name1 
239616428 name1 
239616429 name1 

Answer 1

如果你想刪除任何重複，這應該工作。該排序會在NAs之後放置所有有效的條目，因此它們將優先於drop_duplicate邏輯。

df.loc[df['B'] == 'none', 'B'] = np.nan 
df = df.sort(['A','B']).drop_duplicates(subset='A') 

如果您想保留重複有效的值，你可以做這樣的事情，這將數據分成空/非空，和重組。

valids = df.dropna().drop_duplicates() 

invalids = df[pd.isnull(df['B'])].drop_duplicates() 
invalids = invalids[~invalids['A'].isin(valids['A'])] 

df = pd.concat([valids, invalids]) 

Answer 2

這是一個解決方案。

首先排序列上的 'B'：

df.sort('B', inplace=True) 

df 
Out[24]: 
      A  B 
5 239616418 name1 
7 239616428 name1 
10 239616429 name1 
1 239616414 name2 
0 239616412 NaN 
2 239616417 NaN 
3 239616417 NaN 
4 239616417 NaN 
6 239616418 NaN 
8 239616429 NaN 
9 239616429 NaN 

然後，刪除重複w.r.t.列「A」：

df.drop_duplicates('A', inplace=True) 

df 
Out[26]: 
      A  B 
5 239616418 name1 
7 239616428 name1 
10 239616429 name1 
1 239616414 name2 
0 239616412 NaN 
2 239616417 NaN 

您可以重新排序的數據幀得到你想要的東西：

df.sort(inplace=True) 

df 
Out[30]: 
      A  B 
0 239616412 NaN 
1 239616414 name2 
2 239616417 NaN 
5 239616418 name1 
7 239616428 name1 
10 239616429 name1