Python 删除重复行的列值为零的重复项

我试图删除重复行中特定列的值为零的重复项

    Name  Division  Clients
0   Dave    Sales   0
1   Dave    Sales   15
2   Karen   Sales   10
3   Rachel  HR      20
4   Dan     HR      45
5   Dan     HR      0

我希望实现的产出如下所示

    Name  Division  Clients
1   Dave    Sales   15
2   Karen   Sales   10
3   Rachel  HR      20
4   Dan     HR      45

---

非常感谢任何人提供的任何帮助。

您可以检查Clients==0，并根据名称和除法查找所有重复项，然后执行&和反运算，然后执行布尔掩码：

c = df['Clients'].eq(0)
df[~(df.duplicated(['Name','Division'],keep=False) & c)]

---

由于海底，考虑下面的DF：

df1 = df.append(pd.DataFrame([['Dave','HR',0]],columns=df.columns),ignore_index=True)

print(df1)
     Name Division  Clients
0    Dave    Sales        0
1    Dave    Sales       15
2   Karen    Sales       10
3  Rachel       HR       20
4     Dan       HR       45
5     Dan       HR        0
6    Dave       HR        0

c = df1['Clients'].eq(0)
print(df1[~(df1.duplicated(['Name','Division'],keep=False) & c)])

     Name Division  Clients
1    Dave    Sales       15
2   Karen    Sales       10
3  Rachel       HR       20
4     Dan       HR       45
6    Dave       HR        0

---

您可以检查Clients==0，并根据名称和除法查找所有重复项，然后执行&和逆运算，然后执行布尔掩码：

c = df['Clients'].eq(0)
df[~(df.duplicated(['Name','Division'],keep=False) & c)]

---

由于海底，考虑下面的DF：

df1 = df.append(pd.DataFrame([['Dave','HR',0]],columns=df.columns),ignore_index=True)

print(df1)
     Name Division  Clients
0    Dave    Sales        0
1    Dave    Sales       15
2   Karen    Sales       10
3  Rachel       HR       20
4     Dan       HR       45
5     Dan       HR        0
6    Dave       HR        0

c = df1['Clients'].eq(0)
print(df1[~(df1.duplicated(['Name','Division'],keep=False) & c)])

     Name Division  Clients
1    Dave    Sales       15
2   Karen    Sales       10
3  Rachel       HR       20
4     Dan       HR       45
6    Dave       HR        0

---

这取决于数据的组织方式。。。如果您正在从csv中读取，您可以执行以下操作：

#Get the Data:
data = pd.read_csv("employees.csv") 

#Sort by Clients so the zeros are dropped instead of the Clients:
data.sort_values("Clients", inplace = True) 

#Drop any duplicates based on name:
data.drop_duplicates(subset ="Name", 
                     keep = False, inplace = True) 

---

这取决于数据的组织方式。。。如果您正在从csv中读取，您可以执行以下操作：

#Get the Data:
data = pd.read_csv("employees.csv") 

#Sort by Clients so the zeros are dropped instead of the Clients:
data.sort_values("Clients", inplace = True) 

#Drop any duplicates based on name:
data.drop_duplicates(subset ="Name", 
                     keep = False, inplace = True) 

---

那么，您是指任何一行有零个或任何重复项吗？不，只要删除任何一行有重复项（名称和除法出现两次），但只保留记录，其中客户端！=0.您可以尝试此df=df.drop_duplicates（）那么您是指任何具有零或任何重复项的行吗？不，只需删除任何具有重复项的行（名称和除法显示两次），但仅保留客户端！=0.您可以尝试使用此df=df。drop_duplicates（）是否将重复项的定义处理为（名称和部门）（不仅仅是名称）相同？我在添加

时使用了此解决方案。drop_duplicates（['Name'，'Division'））

完成了此任务。尝试添加第7行，其中包含Dave、HR和0，然后您将看到新添加的这一行也被删除了，它不是重复的。@SeaBean谢谢您的帮助。刚刚编辑了我的答案，以解决这个完美的现在！伟大的这是否将重复项的定义处理为（名称和部门）（不仅仅是名称）相同？我在添加

时使用了此解决方案。删除重复项（['Name'，'Division'））

，它就完成了任务。尝试添加Dave、HR和0的第7行，然后您将看到新添加的这一行也被删除了，它不是重复的。@SeaBean谢谢您的帮助。刚刚编辑了我的答案，以解决这个完美的现在！伟大的