如何根据 pandas 中的条件删除一行？

Question

我有以下 dataframe：

指数	描述
0	用户 A 打开的类型为 yyy 的选项卡 tab_1
1个	一些值
2个	用户 B 打开的 xxx 类型的选项卡 tab_1
3个	用户 A 打开的类型为 yyy 的选项卡 tab_4
4个	一些值
5个	类型为 yyy 的选项卡 tab_1 已被用户 A 关闭
6个	一些值
7	用户 B 关闭了 xxx 类型的选项卡 tab_1
8个	类型为 yyy 的选项卡 tab_2 已被用户 A 关闭
9	一些值
10	类型为 zzz 的选项卡 tab_3 已被用户 C 关闭

我想删除“描述”列中的单元格没有成对的行。 我所说的成对是指第 0 行和第 5 行，以及第 2 行和第 7 行。第 3、8 和 10 行没有它们的对 - 某个选项卡由某个用户打开但未关闭或已关闭但未打开。

预计 output：

指数	描述
0	用户 A 打开的类型为 yyy 的选项卡 tab_1
1个	一些值
2个	用户 B 打开的 xxx 类型的选项卡 tab_1
4个	一些值
5个	类型为 yyy 的选项卡 tab_1 已被用户 A 关闭
6个	一些值
7	用户 B 关闭了 xxx 类型的选项卡 tab_1
9	一些值

有没有办法做到这一点？

Answer 1

你可以试试这个 function duplicated ： https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.duplicated.html

例如：

df_new = df.duplicated(subset=['Description'])

Answer 2

老实说，我不确定这是不是你需要的，但无论如何你可以试试这个：

mask = (df.groupby(df['Description'].str.replace('opened|closed','',regex=True))['Description'].
        transform(lambda x: (x.str.contains('opened').any())&(x.str.contains('closed').any())))

res = df.loc[mask]

>>> res
'''
                                  
Index                             Description           
0      Tab tab_1 of type yyy opened by User A
2      Tab tab_1 of type xxx opened by User B
5      Tab tab_1 of type yyy closed by User A
7      Tab tab_1 of type xxx closed by User B

Answer 3

用 null 替换打开和关闭的文本，然后将过滤（dataframegroupby 方法）应用于 select，其中出现次数为 1，然后将其删除

data.drop(data.groupby(data['Description'].str.replace('opened|closed','',regex=True)).filter(lambda x: x['Description'].count() == 1).index)

Index   Description
    0   Tab tab_1 of type yyy opened by User A
    1   some_value
    2   Tab tab_1 of type xxx opened by User B
    4   some_value
    5   Tab tab_1 of type yyy closed by User A
    6   some_value
    7   Tab tab_1 of type xxx closed by User B
    9   some_value

Answer 4

pandas DataFrames have method duplicated ，这正是你需要的： https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.duplicated.html

df.drop_duplicates('Description')