Python 如何删除概念上的重复项？

我必须处理与此类似的数据集：

    Player  CurrentTeam  PreviousTeam
0   James   Team A       Null
1   David   Team B       Null
2   George  Team C       Null
3   James   Team B       Team A
4   James   Team C       Team B
... ...

在上面的例子中，James实际上是同一个玩家，在数据集中出现了3次。没有身份证之类的东西

这里发生的事情是，詹姆斯实际上是为C队踢球。在C队之前，他在B队，甚至在他进入A队之前（他的职业生涯就是从A队开始的）

然而，我只需要知道他现在的球队（即C队）

我能摆脱詹姆斯过去团队的所有其他事件吗？

基于中的技术，我们可以摆脱任何（球员，当前团队）组合，该组合作为（球员，先前团队）组合存在

使用

如果要检查以前的团队，请使用：

df.loc[~df.groupby('Player')['PreviousTeam']
          .shift(-1)
          .eq(df['CurrentTeam'])]

输出

   Player CurrentTeam PreviousTeam
1   David      Team B         Null
2  George      Team C         Null
4   James      Team C       Team B

---

对于这种情况，一种可能的解决方案是将

groupby

与

tail

一起使用：

df = df.groupby('Player').tail(1)
print(df)

输出：

    Player CurrentTeam PreviousTeam
1   David       TeamB         Null
2  George       TeamC         Null
4   James       TeamC        TeamB

---

一般来说，你不能。你可能有一个循环，在这种情况下，不可能知道当前团队是什么。除非数据库是按照转会日期排序的，在这种情况下，您只需查看最后一个条目即可。@orlp我想这可能发生在他决定为Twitche队比赛的情况下。如果他只能在一支球队里踢一次，这样就再也不能回去了怎么办？那么有一个解决办法，如果你能保证的话。@orlp我们可以在某个例子中保证。为了找到解决方案，我需要编写普通Python吗？或者有一种类似熊猫的方法吗？如果条目是以转移的方式进行的，那么您可以简单地执行df.drop_duplicates（['Player']，keep='last'）来获取每个玩家当前最新团队的行。只有在转移顺序为递增日期的假设成立的情况下，这种方法才有效。你应该在你的回答中包含这个假设。OP说：没有ID或类似的东西然而，我只需要知道他现在真正的团队（即C团队）。如果OP不使用时间序列对数据进行排序，我认为这是可以理解的，但我理解您的观点：）

df = df.groupby('Player').tail(1)
print(df)

    Player CurrentTeam PreviousTeam
1   David       TeamB         Null
2  George       TeamC         Null
4   James       TeamC        TeamB