如何解决具有多种条件的 Pandas drop_duplicates
我有一些需要过滤的测量数据,我将它们作为数据帧数据读取,如下所示:
df
RequestTime RequestID ResponseTime ResponseID
0 150 14 103 101
1 150 15 110 102
2 25 16 121 103
3 25 16 97 104
4 22 16 44 105
5 19 17 44 106
6 26 18 29 106
7 30 18 29 106
并且我需要同时使用两个不同的条件,即同时使用 drop_duplicate(subset=) 过滤 'RequestTime' 'RequestID' 和 'ResponseTime' 'ResponseID'。我使用了以下命令来获取两个条件中每一个的过滤结果:
>>>df[['RequestTime','RequestID','ResponseTime','ResponseID']].drop_duplicates(subset = ['ResponseTime','ResponseID'])
RequestTime RequestID ResponseTime ResponseID
0 150 14 103 101
1 150 15 110 102
2 25 16 121 103
4 22 16 44 105
5 19 17 44 106
6 26 18 29 106
7 30 18 29 106
>>>df[['RequestTime','ResponseID']].drop_duplicates(subset = ['RequestTime','RequestID'])
RequestTime RequestID ResponseTime ResponseID
0 150 14 103 101
1 150 15 110 102
2 25 16 121 103
3 25 16 97 104
4 22 16 44 105
5 19 17 44 106
6 26 18 29 106
但是如何结合这两个条件来删除重复的第 3 行和第 7 行?
解决方法
IIUC,
m = ~(df.duplicated(subset=['RequestTime','RequestID']) | df.duplicated(subset=['ResponseTime','ResponseID']))
df[m]
输出:
RequestTime RequestID ResponseTime ResponseID
0 150 14 103 101
1 150 15 110 102
2 25 16 121 103
4 22 16 44 105
5 19 17 44 106
6 26 18 29 106
创建一个掩码(布尔系列)来布尔索引你的数据帧。
或链式方法:
df.drop_duplicates(subset=['RequestTime','RequestID']).drop_duplicates(subset=['ResponseTime','ResponseID'])
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。