Python 基于多列的值删除副本的所有行

我有一个包含多列和多行的大型数据框（200k）。我通过一个组变量对行进行排序，每个组可以有一个或多个条目。每组的其他列应具有相同的值，但在某些情况下，它们不具有相同的值。看起来是这样的：

group   name    age    color
1       Anton   50     orange
1       Anton   21     red
1       Anton   21     red
2       Martin  78     black
2       Martin  78     blue
3       Maria   25     red
3       Maria   29     pink
4       Jake    33     blue

如果组中的所有行的年龄或颜色不相同，我想删除组中的所有条目。（表示观察错误），但是如果所有列的值相同，我想保留重复的条目。 所以我希望的结果是：

group   name    age    color   
2       Martin  78     black
2       Martin  78     blue  
4       Jake    33     blue

在一个类似的例子中，我使用了这个功能，它工作得非常快： df=df.groupby（'group'）.filter（lambda x:x.count（）==1）

但是，这不允许我检查列的值（年龄、颜色）。 我一直在玩groupby功能，但似乎无法掌握它

---

/e：我刚刚意识到我的问题中遗漏了一个重要条件：我只想删除观察值，如果一个或多个特定列有重复的值。但是，其他列可以不同。在上面的示例中，假设我不关心组内颜色之间是否存在差异，但只想检查年龄是否具有不同的值。（我编辑示例以反映这一点）。我的实际案例更一般，包含更多列，因此，我想检查一些列，在删除观察值时忽略其他列。

您可以使用一组计数器来解决这个问题

from collections import defaultdict, Counter

N = int(input())#read number of tuples
mapGroupAge = defaultdict(Counter)#a dict of counters to count 
                                  #the repetitions by group

for _ in range(N):
    # read tuples (from standard input in this example)
    group,name,age,color = input().split()
    #build the map (dict) indexed by the groups i.e. a key is a pair (group,name)
    mapGroupAge[(group,name)][(age,color)] += 1

for (group,name), counter in mapGroupAge.items():
    # if all ages and colors for the same group are the same
    if(len(counter)==1):
        age,color = list(counter.keys())[0]
        # print all the repetitions
        for _ in range(counter[(age,color)]):
            print(group, name, age,color)

您可以通过执行上面的代码并在标准输入中粘贴以下行来测试代码：

8
1       Anton   50     orange
1       Anton   21     red
1       Anton   21     red
2       Martin  78     blue
2       Martin  78     blue
3       Maria   25     red
3       Maria   25     pink
4       Jake    33     blue

如您所愿，执行的结果是：

2 Martin 78 blue
2 Martin 78 blue
4 Jake 33 blue

---

虽然@ismax的答案会起作用，但您可以使用与

.count（）

解决方案类似的模式，但首先删除重复项

In [229]: In [179]: df.groupby('group').filter(lambda x: len(x.drop_duplicates(subset=['age'])) == 1)
Out[229]: 
   group    name  age  color
3      2  Martin   78  black
4      2  Martin   78   blue
7      4    Jake   33   blue

---

这和我想要的差不多。然而，我才意识到我的问题不够精确。我编辑它是为了更恰当地反映我的具体情况。@cover51-请参见编辑，只需将列传递给

子集

参数即可。