Python 跨多个列删除连续的重复项-熊猫

在这方面有一些问题，但不使用基于位置的多列索引：

我有一个

df

，它可能包含跨特定行的连续重复值。我只想删除最后两列的内容。使用下面的

df

，我想删除

year

和

sale

中值相同的行

我使用下面的查询得到一个错误

import pandas as pd

df = pd.DataFrame({'month': [1, 4, 7, 10, 12, 12],
               'year': ['12', '14', '14', '13', '15', '15'],
              'sale': ['55', '40', '40', '84', '31', '32']})

cols = df.iloc[:,1:3]

# Option 1
df = df.loc[df[cols] != df['cols'].shift()].reset_index(drop = True)

ValueError:必须仅传递带有布尔值的数据帧

TypeError:-：“str”和“str”的操作数类型不受支持

预期产出：

   month  year  sale
0      1  2012    55
1      4  2014    40
3     10  2013    84
4     12  2014    31
5     12  2014    32

注:

1） 我需要使用索引标签来选择列，因为标签会改变。我需要一些液体

2）

drop_duplicates

在这里不合适，因为我只想删除与前一行相同的行。我不想完全删除相同的值

我想删除

年

和

销售

中的值相同的行，这意味着您可以计算差异，检查它们在

年

和

销售

中是否等于零：

# if the data are numeric
# s = df[['year','sale']].diff().ne(0).any(1)

s = df[['year','sale']].ne(df[['year','sale']].shift()).any(1)
df[s]

输出：

   month  year  sale
0      1  2012    55
1      4  2014    40
3     10  2013    84
4     12  2014    31
5     12  2014    32

我想删除

年

和

销售

中的值相同的行，这意味着您可以计算差值，检查它们在

年

和

销售

中是否等于零：

# if the data are numeric
# s = df[['year','sale']].diff().ne(0).any(1)

s = df[['year','sale']].ne(df[['year','sale']].shift()).any(1)
df[s]

输出：

   month  year  sale
0      1  2012    55
1      4  2014    40
3     10  2013    84
4     12  2014    31
5     12  2014    32

---

这够了吗？groupby（['year'，'sale']，as_index=False）。first（）所以，不能是硬编码标签。将更新问题。groupby Tooby的性能可能令人担忧，这就足够了吗？groupby（['year'，'sale']，as_index=False）。first（）所以，不能是硬编码标签。将更新问题。groupby Too可能会担心性能，抱歉它们是字符串@QuangHoang@jonboy请参见使用

shift

更新。但是为什么您希望/让

年

和

销售

作为文本。直觉上，它们是数值的。是的，它并不代表我的实际数据。这是一套虚拟装置。如果你把它改成基于索引的，那就太好了

df=df[df.iloc[：，1:3].ne（df.iloc[：，1:3].shift（））.any（1）].reset_index（drop=True）

您也可以使用

cols=df.iloc[：，1:3]；df[cols.ne（cols.shift（））.any（1）]

。抱歉，它们是字符串@QuangHoang@jonboy请参见使用

shift

更新。但是为什么您希望/让

年

和

销售

作为文本。直觉上，它们是数值的。是的，它并不代表我的实际数据。这是一套虚拟装置。如果你把它改成基于索引的，那就太好了

df=df[df.iloc[：，1:3].ne（df.iloc[：，1:3].shift（））.any（1）].reset_index（drop=True）

您也可以使用

cols=df.iloc[：，1:3]；df[cols.ne（cols.shift（））.any（1）]

。