如何根據 Pandas 數據幀中的兩個或多個子集標准刪除重復項

Question

可以說這是我的數據框

df = pd.DataFrame({ 'bio' : ['1', '1', '1', '4'],
                'center' : ['one', 'one', 'two', 'three'],
                'outcome' : ['f','t','f','f'] })

看起來像這樣...

  bio center outcome
0   1    one       f
1   1    one       t
2   1    two       f
3   4  three       f

我想刪除第 1 行，因為它與第 0 行具有相同的生物和中心。我想保留第 2 行，因為它與第 0 行具有相同的生物但不同的中心。

像這樣的東西不會基於 drop_duplicates 輸入結構工作，但這是我想要做的

df.drop_duplicates(subset = 'bio' & subset = 'center' )

有什么建議么？

編輯：改變 df 以適應正確答案的例子

Answer 1

你的語法是錯誤的。 這是正確的方法：

df.drop_duplicates(subset=['bio', 'center', 'outcome'])

或者在這種特定情況下，只需簡單地：

df.drop_duplicates()

兩者都返回以下內容：

  bio center outcome
0   1    one       f
2   1    two       f
3   4  three       f

查看df.drop_duplicates 文檔了解語法細節。 subset應該是一系列列標簽。

Answer 2

上一個答案非常有幫助。 它幫助了我。 我還需要在代碼中添加一些東西來獲得我想要的東西。 所以，我想在這里補充一下。

數據框：

  bio center outcome
0   1    one       f
1   1    one       t
2   1    two       f
3   4  three       f

實施drop_duplicates后：

  bio center outcome
0   1    one       f
2   1    two       f
3   4  three       f

注意索引。 他們搞砸了。 如果有人想從0, 2, 3支持正常索引，即0, 1, 2 ：

df.drop_duplicates(subset=['bio', 'center', 'outcome'], ignore_index=True)

Output：

  bio center outcome
0   1    one       f
1   1    two       f
2   4  three       f