Python 如何将重复数据放在单个列中，按分组放在熊猫中？

如果df按A、B和C进行分组，并如下所示：

    A    B      C    D
    1    53704  hf   51602
                     51602   
                     53802
                ss   53802
                     53802
    2    12811  hf   54205
                hx   50503

我尝试了以下内容，这与另一篇文章中的内容类似：

    df.groupby([df['A'], df['B'], df['C']]).drop_duplicates(cols='D')

这显然是不正确的，因为它会产生一个空的数据帧。我还尝试了drop_duplicates的另一种变体，它简单地删除“D”中的所有副本，不管它在哪个组中。我想要的输出是：

    A    B      C   D
    1    53704  hf  51602
                    53802
                ss  53802
    2    12811  hf  54205
                hx  50503

---

因此，只有将重复项分组到相同的A/B/C组合中时，才会删除重复项。

假设这些只是列，您可以直接使用：

In [11]: df.drop_duplicates(cols=list('ABCD'))
Out[11]: 
   A      B   C      D
0  1  53704  hf  51602
2  1  53704  hf  53802
3  1  53704  ss  53802
5  2  12811  hf  54205
6  2  12811  hx  50503

如果您对所有列的副本感兴趣，则无需指定：

In [12]: df.drop_duplicates()
Out[12]: 
   A      B   C      D
0  1  53704  hf  51602
2  1  53704  hf  53802
3  1  53704  ss  53802
5  2  12811  hf  54205
6  2  12811  hx  50503

---

更新已接受答案的语法。在1.1.1+中，以下内容：

df.drop_duplicates(cols=list('ABCD'))

应改为：

df.drop_duplicates(subset=list('ABCD'))

---

在初始dataframeoops中看不到任何重复项。打字错误修正了它并添加了第二个副本以使事情更加明显。你得到了什么输出？它对我很有用，

df.groupby（（'A'，'B'，'C'））.drop_duplicates（'D'）

或

df.drop_duplicates（）.groupby（'A'，'B'，'C'）

这有点让人困惑，因为您是以列（df['A']）的形式访问它们的，但它们的显示方式与索引类似（这就是您配置repr的方式吗？）…如果没有列，那么首先将它们设置为列将是最简单的。因此，是的，它们实际上是索引，这是以前groupby操作的结果。在这里，我确实显示了我的技能不足，但如何将索引转换为列？我已经查看了set_索引和reindex文档，但我没有理解它。接受这个swer，因为Andy指出我只能使用列，而不能使用索引。