Python 在集合中放置重复项

我正在一个数据框架中观察一组临时员工。我正在使用熊猫，我需要在每个人的集合中放置副本。因此，对于格林来说，我只希望从

apnt\u ymd

列中选择一个唯一的日期。集合中有两个

2012-04-08

日期，我只需要一个

在过去，我得到了类似的帮助，通过使用以下代码查看数据集中的最小（和最大，使用idxmax）日期：

first_apt = df.loc[df.groupby('ssno')['apnt_ymd'].idxmin()]

我需要类似的东西，将删除数据集中的所有重复日期

如何使用

drop_duplicates

方法删除每组记录的所有重复日期？还是有其他的方法，比如申请

ssno    nm_emp_lst  nm_emp_fst  apnt_ymd
299769   123456789   GREENE  ALTON  2014-05-04
192323   123456789   GREENE  ALTON  2013-04-07
192324   123456789   GREENE  ALTON  2012-04-08
192324   123456789   GREENE  ALTON  2012-04-08
102872   123456789   GREENE  ALTON  2011-04-10
175701   987654321   DUBE    JEFF   2013-04-21
177583   777888999   IRVING  SARA   2013-05-13
4785     777888999   IRVING  SARA   2012-05-16
222300   444444444   LEMERE  GEORGE 2013-04-14
24386    444444444   LEMERE  GEORGE 2012-03-25
24434    444444444   LEMERE  GEORGE 2011-05-08

---

如果我理解正确，则可以在dataframe上使用，传递要检查重复项的列列表：

In [31]:

df.drop_duplicates(['nm_emp_lst','apnt_ymd'])
Out[31]:
        id       ssno nm_emp_lst nm_emp_fst    apnt_ymd
0   299769  123456789     GREENE      ALTON  2014-05-04
1   192323  123456789     GREENE      ALTON  2013-04-07
2   192324  123456789     GREENE      ALTON  2012-04-08
4   102872  123456789     GREENE      ALTON  2011-04-10
5   175701  987654321       DUBE       JEFF  2013-04-21
6   177583  777888999     IRVING       SARA  2013-05-13
7     4785  777888999     IRVING       SARA  2012-05-16
8   222300  444444444     LEMERE     GEORGE  2013-04-14
9    24386  444444444     LEMERE     GEORGE  2012-03-25
10   24434  444444444     LEMERE     GEORGE  2011-05-08

编辑 根据我们的私人聊天，以下是您想要的：

In [89]:

df.drop_duplicates(['ssno','apnt_ymd'])
Out[89]:
        id       ssno nm_emp_lst nm_emp_fst    apnt_ymd
0   299769  123456789     GREENE      ALTON  2014-05-04
1   192323  123456789     GREENE      ALTON  2013-04-07
2   192324  123456789     GREENE      ALTON  2012-04-08
4   102872  123456789     GREENE      ALTON  2011-04-10
5   175701  987654321       DUBE       JEFF  2013-04-21
6   177583  777888999     IRVING       SARA  2013-05-13
7     4785  777888999     IRVING       SARA  2012-05-16
8   222300  444444444     LEMERE     GEORGE  2013-04-14
9    24386  444444444     LEMERE     GEORGE  2012-03-25
10   24434  444444444     LEMERE     GEORGE  2011-05-08

---

这是否符合您的要求：

df.drop\u duplicates（['nm\u emp\u lst'，'apnt\u ymd']）

？我认为这是可行的。我将导出并验证我的数据。。这是我从你上面的代码中使用的代码：research.loc[research.apnt_ymd.drop_duplicates（take_last=False）.index].sort（'ssno'）[：10]你能检查一下我的答案吗？我的第一条评论没有正确阅读你的要求，我想我的答案应该能解决你的问题，谢谢。我正在看的专栏是招聘日期。他们可以在一年内被雇佣多次，也可以是季节性的，但不能在同一天雇佣。我最初遇到的问题是，我有十年的数据。当我为一列使用“删除重复项”时，它会删除所有重复项，因此如果某个人的雇用日期与另一个人的雇用日期相同，它会删除该人的雇用日期。代码不起作用。我已经编辑了我最初的问题，试图让它更清楚。谢谢EdChum，是的。drop_duplicates（['ssno'，'apnt_ymd'））似乎很有效。