DATAFRAME：刪除列的值對於唯一鍵相等的重復項

Question

我想從 DF 中刪除重復項，其中列的值對於一個唯一鍵是相等的。 例子：

在：

KEY         SYSTEM
TD-438426   AAA
TD-438426   BBB
TD-438426   AAA
TD-438709   BBB
TD-438709   BBB
TD-438750   CCC
TD-438750   CCC
TD-438750   CCC
TD-438874   AAA
TD-438874   BBB

出去：

KEY         SYSTEM
TD-438426   AAA
TD-438426   BBB
TD-438709   BBB
TD-438750   CCC
TD-438874   AAA
TD-438874   BBB

PS 當然，我想捕捉一些異常。

在：

KEY         TEST    SYSTEM
TD-438426   ABC     AAA
TD-438426   ABC     BBB

出去：

KEY         TEST    SYSTEM
TD-438426   ABC     AAA
TD-438426   ABC     BBB

和

在：

KEY         TEST    SYSTEM
TD-438426   ABC     AAA
TD-438426   CBA     AAA

出去：

KEY         TEST    SYSTEM
TD-438426   ABC     AAA

Answer 1

就像評論中提到的@mcsioni，你要找的是df.drop_duplicates()

此外，了解此方法的兩個 arguments 也很有用，即subset和keep 。

例如，您只想保留KEY列中的唯一值，並為每個唯一的KEY保留第一個SYSTEM值，您可以這樣做：

df.drop_duplicates(subset=['KEY'], keep='first')

如果您只是使用df.drop_duplicates()而沒有任何 arguments，則子集將是所有列，這就是您想要的 output 所要求的。

編輯

要跟上您的新要求，請執行以下操作：

df.drop_duplicates(subset=['KEY', 'SYSTEM'], keep='first')

注意： keep參數的默認行為是'first' ，但在使用像 pandas 這樣的高級庫時顯式使用也無妨。