與熊貓

Question

跨列非唯一的值刪除行我有一個數據幀，看起來像這樣：

| id | col1 | col2 | col3 | col4 | 
|------|------|------|------|------| 
| 1 | A | B | C | 0 | 
| 2 | M | 0 | M | 0 | 
| 3 | B | B | 0 | B | 
| 4 | X | 0 | Y | 0 | 

我想無視只有一個在其相應列的唯一值的任何行。我最終與此：

| id | col1 | col2 | col3 | col4 | 
|------|------|------|------|------| 
| 1 | A | B | C | 0 | 
| 4 | X | 0 | Y | 0 | 

這是一個看似簡單的事情要做。但是我似乎無法找到熊貓中如何做到這一點的提示，因爲人們似乎最感興趣的是刪除與其他行重複的行，而不是那些在行本身中只有重複值的行。

df = [ {'id' : 1, 'col1' : 'A', 'col2': 'B', 'col3': 'C', 'col4':'0'}, 
      {'id' : 2, 'col1' : 'M', 'col2': '0', 'col3': 'M', 'col4':'0'}, 
      {'id' : 3, 'col1' : 'B', 'col2': 'B', 'col3': '0', 'col4':'0'}, 
      {'id' : 4, 'col1' : 'X', 'col2': '0', 'col3': 'Y', 'col4':'0'} 
      ] 
df = pd.DataFrame(df) 
df = df[['col1', 'col2', 'col3', 'col4']] 
df 

小記：值'0'實際上是一個字符串在我的情況。
此時所有行都至少有一個值。

Answer 1

嘗試：

df[df.apply(lambda x: x[x != '0'].nunique(), axis=1) > 1] 

---

隨着'id'

df.set_index('id')[df.set_index('id').apply(lambda x: x[x != '0'].nunique(), axis=1) > 1].reset_index() 

Answer 2

一種解決方案是查看您的數據幀轉置和搜索重複。

你可以做這樣的事情：

df.T.duplicated().any().T 

這會給你的布爾系列行具有重複和這一系列過濾你的數據幀。