Pandas 熊猫：删除特定列中的重复项

我有一个熊猫数据框（这里用excel表示）：

现在我想删除特定行（B）的所有副本（1）。 我怎么做

对于本例，结果如下所示：

您可以使用布尔掩码，然后通过设置

NaN

s，或者：

---

---

如果需要，可通过

B

列删除重复的行：

df = df.drop_duplicates(subset=['B'])

样本：

df = pd.DataFrame({
    'B': [1,2,1,3],
    'A':[1,5,7,9]
})
print (df)
   A  B
0  1  1
1  5  2
2  7  1
3  9  3

df.loc[df['B'].duplicated(), 'B'] = np.nan
print (df)
   A    B
0  1  1.0
1  5  2.0
2  7  NaN
3  9  3.0

df = df.drop_duplicates(subset=['B'])
print (df)
   A  B
0  1  1
1  5  2
3  9  3

---

谢谢！你知道如何使用“df.drop_duplicates（）”？是的，使用

df.drop_duplicates（subset=['B']）

这真是太好了！谢谢！实际上，我正在尝试将“drop”列存储为现有数据帧中的一个新列，如下所示：df['name']=df.drop_duplicates（subset=['B']）。。。但它不起作用。你知道为什么吗？@totyped-不确定是否理解-drop_duplicates删除所有行，输出是另一个没有duplicates的数据帧。因此不可能添加到新列中。但是可以通过

join

添加所有列-重复项替换为

NaN

s-

df=df.join（df.drop\u重复项（子集=['B']），lsuffix=''

df['B'] = np.where(df['B'].duplicated(), np.nan,df['B'])

df = df.drop_duplicates(subset=['B'])

df = pd.DataFrame({
    'B': [1,2,1,3],
    'A':[1,5,7,9]
})
print (df)
   A  B
0  1  1
1  5  2
2  7  1
3  9  3

df.loc[df['B'].duplicated(), 'B'] = np.nan
print (df)
   A    B
0  1  1.0
1  5  2.0
2  7  NaN
3  9  3.0

df = df.drop_duplicates(subset=['B'])
print (df)
   A  B
0  1  1
1  5  2
3  9  3