Pandas 熊猫的日子一成不变

当仪器发生故障并记录了一整天的重复测量值时，我需要从数据集中删除整天的数据。在下面的示例中，我希望删除2020-08-27的所有行，并保留2020-08-28的所有行

dates = ['2020-08-27', '2020-08-27', '2020-08-27', '2020-08-28', '2020-08-28', '2020-08-28']
values = [100, 100, 100, 200, 201, 200]
df = pd.DataFrame({"date": dates, "value": values})

         date  value
0  2020-08-27    100
1  2020-08-27    100
2  2020-08-27    100
3  2020-08-28    200
4  2020-08-28    201
5  2020-08-28    200

这是我尝试过的代码，无法正常工作：

df.drop_duplicates(subset=["date", "value"], keep=False)

         date  value
4  2020-08-28    201

正确的方法是什么

编辑： 事实证明，我需要它来处理多个值列。在这种情况下，我想保留2020-08-28行

dates = ['2020-08-27', '2020-08-27', '2020-08-27', '2020-08-28', '2020-08-28', '2020-08-28', '2020-08-28']
values1 = [100, 100, 100, 200, 201, 201, 200]
values2 = [300, 300, 300, 300, 301, 301, 300]
df = pd.DataFrame({"date": dates, "value1": values1, "value2": values2})

         date  value1  value2
0  2020-08-27     100     300
1  2020-08-27     100     300
2  2020-08-27     100     300
3  2020-08-28     200     300
4  2020-08-28     201     301
5  2020-08-28     201     301
6  2020-08-28     200     300

---

让我们尝试以

groupby

和

transform

+

nunique

作为数据帧切片的条件：

df[df.groupby('date')['value'].transform('nunique').ne(1)]

输出：

         date  value
3  2020-08-28    200
4  2020-08-28    201
5  2020-08-28    200

        date  value1  value2
3  2020-08-28     200     300
4  2020-08-28     201     301
5  2020-08-28     201     301
6  2020-08-28     200     300

详细信息：按天分组并检查是否有多个不同的值

更新以处理多个列：

df[df.groupby('date')[['value1', 'value2']].transform('nunique').ne(1).all(axis=1)]

输出：

         date  value
3  2020-08-28    200
4  2020-08-28    201
5  2020-08-28    200

        date  value1  value2
3  2020-08-28     200     300
4  2020-08-28     201     301
5  2020-08-28     201     301
6  2020-08-28     200     300

---

美好的有没有一种方法可以扩展到多个值列？@steve。是的，请解释列中的所有值都是相同的？@steve See update，相同的逻辑，添加了一个条件，即行中的所有值都必须等于1。