Python（Pandas）：基于两列删除重复项，并在另一列中保留带有标志的行

Question

python pandas的新手，需要删除重复的索引行，并且仅根据一列的标志保留重复项中的一行，如下所示：

Index value 1 value2 flag
1       10     20     on
1       30     40     off
2       11     22     on
2       32     42     off
3       12     22     on
3       33     43     off 

在基于索引和标志cloumn进行过滤之后，输出应为：

Index value 1 value2 flag
1       10     20     on    
2       11     22     on
3       12     22     on

如何使用pandas df做到这一点，我应该使用drop_duplicates方法吗？

Answer 1

应该这样做：

df=df.reset_index()
df=df.sort_values(by=['index','flag'])
df= df.drop_duplicates('index', keep='last')

这假定您的标志实际上是“ on”和“ off”，因此，如果您按index和flag on值进行排序，则on始终是最后一个。 它还假定您的索引名称为index 。

Answer 2

试试这个

df = df[df['flag']=='on'].drop_duplicates(subset='index', keep='last')

它仅过滤带有in标志的行，然后删除索引中的重复项

Answer 3

df.sort_values('flag').drop_duplicates('Index', inplace = True, keep = "last")

这一行应该可以解决您的问题。