如何根據 pandas 中的條件刪除一行？

Question

我有以下 dataframe：

指數	描述
0	用戶 A 打開的類型為 yyy 的選項卡 tab_1
1個	一些值
2個	用戶 B 打開的 xxx 類型的選項卡 tab_1
3個	用戶 A 打開的類型為 yyy 的選項卡 tab_4
4個	一些值
5個	類型為 yyy 的選項卡 tab_1 已被用戶 A 關閉
6個	一些值
7	用戶 B 關閉了 xxx 類型的選項卡 tab_1
8個	類型為 yyy 的選項卡 tab_2 已被用戶 A 關閉
9	一些值
10	類型為 zzz 的選項卡 tab_3 已被用戶 C 關閉

我想刪除“描述”列中的單元格沒有成對的行。 我所說的成對是指第 0 行和第 5 行，以及第 2 行和第 7 行。第 3、8 和 10 行沒有它們的對 - 某個選項卡由某個用戶打開但未關閉或已關閉但未打開。

預計 output：

指數	描述
0	用戶 A 打開的類型為 yyy 的選項卡 tab_1
1個	一些值
2個	用戶 B 打開的 xxx 類型的選項卡 tab_1
4個	一些值
5個	類型為 yyy 的選項卡 tab_1 已被用戶 A 關閉
6個	一些值
7	用戶 B 關閉了 xxx 類型的選項卡 tab_1
9	一些值

有沒有辦法做到這一點？

Answer 1

你可以試試這個 function duplicated ： https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.duplicated.html

例如：

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

Answer 2

老實說，我不確定這是不是你需要的，但無論如何你可以試試這個：

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 替換打開和關閉的文本，然后將過濾（dataframegroupby 方法）應用於 select，其中出現次數為 1，然后將其刪除

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 ，這正是你需要的： https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.duplicated.html

df.drop_duplicates('Description')