Python 數據框：刪除受多種條件影響的行

Question

假設我有以下（示例）數據框：

   a  b  c  d  e
0  9  9  0  9  9
1  1  2  1  9  9
2  8  8  0  2  3
3  7  7  0  7  8
4  1  2  0  3  4
5  6  2  3  6  6
6  1  2  0  1  2
7  1  3  0  1  2

還假設我已經生成了一個（任意的）索引列表，例如 [3,4]。 對於列表中的每個元素，我想從數據框中刪除與第 3 行和第 4 行在“a”列和“b”列中具有相同值的所有行。

由於第 3 行有 a=7 和 b=7，沒有其他行有 a=7 和 b=7，因此只有第 3 行被刪除。

由於第 4 行有 a=1 和 b=2，第 1 行和第 6 行也有 a=1 和 b=2，因此我刪除了第 4、1 和 6 行。

因此生成的數據框將如下所示：

   a  b  c  d  e
0  9  9  0  9  9
1  8  8  0  2  3
2  6  2  3  6  6
3  1  3  0  1  2

有誰知道如何想出一個解決方案來快速做到這一點（用於更大的數據框）？ 謝謝你。

Answer 1

利用numpy 廣播；

• 使用loc提取索引和列處的值並將其重塑為 3d 數組：

  df.loc[indices,cols].values[:,None]

• 將其與a和b列進行比較，由於維度不匹配和 numpy 廣播，這會將第 3 行和第 4 行與所有其他行進行比較

  df[cols].values == df.loc[indices,cols].values[:,None]

• 使用.all(2)確保兩列匹配，使用any(0)獲取第 3 行或第 4 行的匹配

• 否定~並刪除匹配的行

給出：

indices = [3,4]
cols = ['a','b']
df[~(df[cols].values == df.loc[indices,cols].values[:,None]).all(2).any(0)]

#   a  b  c  d  e
#0  9  9  0  9  9
#2  8  8  0  2  3
#5  6  2  3  6  6
#7  1  3  0  1  2