Python 是否按复合条件在dataframe中查找重复项？

我有一个数据框，其中包含如下数据：

col1    col2    col3
1       3       bob
2       1       alice
3       3       bob
4       3       rose

我要做的是保留col2的重复行，并丢弃col3值大于1的重复行。或者换句话说，是col2的副本，但仅限于col3的值不同的地方。所以在上面的例子中，我最终会得到：

col1    col2    col3
1       3       bob
4       3       rose

Alice不会出现在输出中，因为显然col2的'1'没有第二个值——它不是重复的。Bob的第二个条目（33 Bob）不会在输出中，因为虽然col2的“3”是重复的，但col3的“Bob”已经在结果集中（13 Bob）。（我知道

keep=

参数可以更改保留第一个或最后一个的行为，但为了简单起见忽略它。）

---

有什么想法吗？谢谢。

使用

.duplicated（）

、

drop\u duplicates（）

和

loc

访问器的组合

df.loc[df[df['col2'].duplicated(False)].col3.drop_duplicates(keep='first').index,:]



 col1  col2  col3
0     1     3   bob
3     4     3  rose

它的工作原理

#Filter all duplicated in col2 using duplicated(False)

df[df['col2'].duplicated(False)]



#Drop duplicates in col3 but retaining first using .drop_duplicates(keep='first')

df[df['col2'].duplicated(False)].col3.drop_duplicates(keep='first')



#Extract index

df[df['col2'].duplicated(False)].col3.drop_duplicates(keep='first').index



#Finally filter using loc accessor
     df.loc[index,all columns]

尝试：

输出：

   col1  col2  col3
0     1     3   bob
3     4     3  rose

详情：

在df.loc内部使用

• 首先

  drop_duplicates

  以除去col2和col2的重复记录 可乐

• 使用

  duplicated

  和

  keep=False

  为具有 重复“col2”

• 最后，对lambda使用

  loc

  ，以布尔方式仅选择那些True 索引

---

谢谢！

keep=

arg中的False是否重复？另外，如何在

col3

string中转义连字符？从文档中，

duplicated（False）；将所有重复项标记为True

，这意味着它使它们成为布尔值，允许过滤。不确定您所说的是哪一个连字符。请解释一下啊，是的。如果

col3

是string

col-3

那么如何在

中转义连字符。删除重复项…

access

df['col\u name']。如果我明白了，删除重复项应该可以。如果不是的话，一个班轮不适合我。由于col3名称中的非字母数字字符，我需要将其拆分为链接命令，因此我无法像您那样访问它。
   col1  col2  col3
0     1     3   bob
3     4     3  rose