Python 根据条目从pandas.Dataframe中删除行

给定一个

pandas.DataFrame

：

    | Col_A | Col_B | Other_Columns
0   | A0    | B0    | …
1   | A1    | B1    | …
2   | A2    | B2    | …
3   | A3    | B3    | …
…   | …     | …     | …

我一直试图保留此

数据框的一个子集

：删除

a

和

B

条目都是唯一的行（例如，如果在第6行，那么

A6

和

B6

这两个值都不会出现在

数据框

的任何其他位置，我们希望删除这一行）

我不想丢弃重复的。此外，我不希望得到唯一的值（如果我理解得很好，这类似于将列表转换为集合，对吗？），而是只显示一次的值

在这一点上，我得到的是：

counts = df[['Col_A','Col_B']].stack().value_counts(ascending=True)
myList = [0] + [item for item in counts[counts.values == 1].index]
toRemove = []
for i in df.index:
    if (df.at[i,'Col_A'] and df.at[i, 'Col_B']) in myList:
        toRemove.append(i)
final_df = df[~df.index.isin(toRemove)]

这不是很有效（数据帧非常大>10米线）必须有一个更具python风格的策略，包括熊猫的内置功能，对吗？ 另外，我不太确定第一行是否正确：通过堆叠两列，我是否确保对两列的条目进行计数

如果您需要更多信息，或者您不清楚我的文字，请不要犹豫

---

非常感谢您抽出时间：-）

像这样的东西怎么样：

In [75]: df = pd.DataFrame(np.random.randint(0,100,size=(10, 3)), columns=list('abc'))

In [76]: df
Out[76]:
    a   b   c
0  37  85  17
1  19   0  11
2  51  20  65
3  59  92  65
4  48  15  91
5  21  50  44
6  61  94  49
7  51   6  88
8  89  72  40
9   5  51  79

In [77]: c = df[['a','b']].stack().value_counts()

In [78]: c
Out[78]:
51    3
94    1
15    1
37    1
6     1
72    1
50    1
21    1
5     1
48    1
61    1
19    1
20    1
85    1
89    1
59    1
92    1
0     1
dtype: int64

In [79]: c[c>1]
Out[79]:
51    3
dtype: int64

In [80]: vals = c[c>1].index

In [81]: df[(df['a'].isin(vals)) | (df['b'].isin(vals))]
Out[81]:
    a   b   c
2  51  20  65
7  51   6  88
9   5  51  79

更新：

当您在myList中执行

if（df.at[i，'Col_A']和df.at[i，'Col_B']）时：

检查您的检查不太正确

以下是正在发生的事情：

In [90]: df.at[0, 'a'], df.at[0, 'b']
Out[90]: (37, 85)

In [91]: (df.at[0, 'a'] and df.at[0, 'b'])
Out[91]: 85

---

所以你不能用这种方式检查它

@unutbu，在我看来，它不是重复的。OP希望保留两列中的值都不存在的行unique@MaxU：我的错误；谢谢重新打开。非常感谢MaxU，你的建议答案很清楚，你的代码也很快。我一直在玩它，但有一个疑问仍然存在：如果我尝试使用在数据帧索引上循环的缓慢方法，我会得到完全不同的输出：

keepIndex=[]

对于df.index中的I.index:if df.at[I，'a']或vals中的df.at[I，'b']：keepIndex.append（I）

final\u df=df[df.index.isin（keepIndex）]我的代码是在做一件完全不同的事情吗？我是不是遗漏了什么？@universaltraveler，请阅读我回答中的“更新：”部分好的，非常感谢澄清：-）你知道为什么吗？@universaltraveler，很乐意帮助。当您运行

1或3

时，python将检查是否至少有一个数字为真（即！=0），因此它将返回

1

。如果执行

1和3

，python将检查这两个数字是否为真（！=0），因此它将返回最后一个-

3

。当您执行

if（df.at[i，'a']或df.at[i，'b']）

时，就会发生这种情况-基本上它将被转换为

if（）

。我建议你玩它：

print（3或5）；打印（3和5）