python - 如何根据 Python Pandas 中 DataFrame 中其他 2 列中的值删除一列中的重复项？

Question

我在 Python Pandas 中有 DataFrame，如下所示:

数据类型:

• ID - 整数

• 类型 - 对象

• TG_A - 整数

• TG_B - 整数

  <表类=“s-表”> <标题> ID 类型 TG_A TG_B <正文> 111 一个 1 0 111 B 1 0 222 B 1 0 222 一个 1 0 333 B 0 1 333 一个 0 1

我需要删除上面 DataFrame 中的重复项，以便:

• 如果 DF 中的 ID 值重复 -> 删除 TYPE = B 且 TG_A = 1 或 TYPE = A 且 TG_B = 1 的行

因此，我需要如下所示的内容:

ID  | TYPE | TG_A | TG_B
----|------|------|-----
111 | A    | 1    | 0
222 | A    | 1    | 0
333 | B    | 0    | 1

如何在 Python Pandas 中做到这一点？

Answer 1

您可以使用两个 bool 掩码和groupby.idxmax来获取第一个不匹配的值:

m1 = df['TYPE'].eq('B') & df['TG_A'].eq(1)
m2 = df['TYPE'].eq('A') & df['TG_B'].eq(1)

out = df.loc[(~(m1|m2)).groupby(df['ID']).idxmax()]

输出:

    ID TYPE  TG_A  TG_B
0  111    A     1     0
3  222    A     1     0
4  333    B     0     1