Python数据帧不包括所有重复项

我基本上是在尝试创建一个熊猫数据帧（

CQUAD\u mech\u loads

），它是一个更大的数据帧（

CQUAD\u mech

）的子集。该子集数据帧基本上是通过基于两个条件的过滤创建的。在较大的数据帧（

CQUAD\u Mech

）中没有重复项

问题是我的子集数据帧在

ELM

列中没有包含重复的ID。但是，它在

LC

列中包含重复项

CQUAD\u ELM

是一个包含四个ID的列表（

[387523875222387506387507]

）。我有重复的ID

387522

。现在，

CQUAD\u mech\u loads

是一个数据帧，三个唯一ID只有三行。我还想要第四个重复的身份证

守则：

def get_df(df, col1, cond1, col2='', cond2=0):
        return df[(df[col1] == cond1) & (df[col2].isin(cond2))].reset_index(drop=True)

CQUAD_mech_loads = get_df(CQUAD_Mech,'LC', LC, 'ELM', CQUAD_ELM)

输出（其中是

387522

？）的另一行）：

---

由于您仍要删除索引，因此只需将索引设置为您感兴趣的列，并使用

.ix

索引：

In [28]: df = pd.DataFrame(np.arange(25).reshape(5,5))

In [29]: df
Out[29]:
    0   1   2   3   4
0   0   1   2   3   4
1   5   6   7   8   9
2  10  11  12  13  14
3  15  16  17  18  19
4  20  21  22  23  24

In [30]: df.set_index(4, drop=False).ix[[4,4,19,4,24]].reset_index(drop=True)
Out[30]:
    0   1   2   3   4
0   0   1   2   3   4
1   0   1   2   3   4
2  15  16  17  18  19
3   0   1   2   3   4
4  20  21  22  23  24

编辑：当前方法只查找每个不同的col1/col2对。如果要对多个列进行筛选，只需执行两次，每列一次：

In [98]: df.set_index(1, drop=False).ix[[1, 6, 16]].set_index(4, drop=False).ix[[4,4,4,4,4,4,4,4,19,9]].reset_index(drop=True)
Out[98]:
    0   1   2   3   4
0   0   1   2   3   4
1   0   1   2   3   4
2   0   1   2   3   4
3   0   1   2   3   4
4   0   1   2   3   4
5   0   1   2   3   4
6   0   1   2   3   4
7   0   1   2   3   4
8  15  16  17  18  19
9   5   6   7   8   9

---

你不想要

df[（df[col1].isin（cond1））&（df[col2].isin（cond2））]重置索引（drop=True）

？

cond1

从来都不是一个列表，所以我以前没有使用

isin

。在任何情况下，我尝试对这两种情况使用

isin

，但仍然得到相同的结果。嗯，我不确定这是如何回答我的问题的。我可以看到您正在使用

ix

更改某些行的值，但我看不出这对我有什么帮助；它正在选择它们。我只是碰巧又选了5个。请参阅稍后编辑。

In [98]: df.set_index(1, drop=False).ix[[1, 6, 16]].set_index(4, drop=False).ix[[4,4,4,4,4,4,4,4,19,9]].reset_index(drop=True)
Out[98]:
    0   1   2   3   4
0   0   1   2   3   4
1   0   1   2   3   4
2   0   1   2   3   4
3   0   1   2   3   4
4   0   1   2   3   4
5   0   1   2   3   4
6   0   1   2   3   4
7   0   1   2   3   4
8  15  16  17  18  19
9   5   6   7   8   9