python - 同时基于2列删除python数据集中的重复项

Question

我有一个 pandas 数据框，并希望根据 2 个特定列的任一条目是否重复来删除行，从第一行开始向下进行(保留第一个命中并删除其他重复项)。

例如从:

<表类="s-表"> <头> Group_1 Group_2 分数 <正文> 红色 蓝色 90 红色 橙色 85 红色 紫色 82 绿色 蓝色 79 绿色 黄色 74

并且有一个所有条目都是唯一的输出(同时考虑两列 - 第四行被删除，因为第二列中的“蓝色”已经存在于第一行中):

<表类="s-表"> <头> Group_1 Group_2 得分 <正文> 红色 蓝色 90 绿色 黄色 74

Answer 1

我不知道以 col1 或 col2 方式而不是 AND 删除重复项的任何直接方法，但您可以简单地使用 for 循环在您想要的列上按顺序删除重复项。

for col in ['Group_1', 'Group_2']:
    df.drop_duplicates(subset=col, inplace=True)

或

for col in df.columns[:2]:
    df.drop_duplicates(subset=col, inplace=True)

它也会自动保留第一次出现，但您可以在方法中指定它: df.drop_duplicates(subset=col, inplace=True, keep='first')