python筛选数据帧获得意外的额外一行

我正在加载一些CSV文件，其中包含：

apds = pandas.read_csv( out + '.apds.txt', sep='\t' )
cnds = pandas.read_csv( out + '.cnds.txt', sep='\t' )
gnds = pandas.read_csv( out + '.genotype.txt', sep='\t' )

想法是减少具有相同索引的3个数据帧，但加载到gnds的文件没有索引，我必须将其添加为：

names = cnds.ix[ gnds.Index ][ 'ProbeSetName' ]
names = names.reset_index()[ 'ProbeSetName' ]
gnds[ 'ProbeSetName' ] = names

现在，3个DataFame有一个名为“ProbeSetName”的列，我将用作索引：

gnds = gnds.set_index( 'ProbeSetName' )
cnds = cnds.set_index( 'ProbeSetName' )
apds = apds.set_index( 'ProbeSetName' )

因此，我们的想法是用每个数据帧的“ProbeSetName”的公共元素创建熊猫系列：

im = list( set.intersection( set( gnds.index ), set( cnds.index ), set( apds.index ) ) )
s = pandas.Series( im )

因此，“s”具有3个数据帧的公共元素。我可以使用以下方法过滤数据帧：

apds_f = apds.ix[ s ]
cnds_f = cnds.ix[ s ]
gnds_f = gnds.ix[ s ]

它工作得很好，但当我这样做时：

print len( apds_f ), len( cnds_f ), len( gnds_f )

我得到：

697077 697077 697078

---

…我不知道为什么

是否有多行具有相同的索引？Try

g=pd.value\u计数（gnds\u.index）；打印g[g>1]

。好的。。。就是这样！我有两个“S-4IYCH”元素。代码结果：S-4IYCH 2我可以问一下如何删除重复的行吗？我试图选择第一个实例“gnds_f=gnds_f.groupby（gnds_f.index）.first（）”对其进行分组，但我得到了一个错误：“AssertionError:Grouper和axis的长度必须相同”