Python 熊猫在条件允许的情况下丢弃复制品

我希望基于子集

df.drop_duplicates（）

，但如果列具有特定值，也将忽略它

例如

                 v1      v2     v3      
ID                                                          
148         8751704.0    G      dog   
123         9082007.0    G      dog  
123         9082007.0    G      dog 
123         9082007.0    G      cat   

我想删除重复的

[ID，v1]

，但如果

v3

等于

cat

，则忽略，如下所示：

full\u df.drop\u duplicates（[ID，v1]，inplace=True，conditional=exclude v3=cat）

希望有意义

与和一起使用：

输出

            v1 v2   v3
ID                    
148  8751704.0  G  dog
123  9082007.0  G  dog
123  9082007.0  G  cat

如果

ID

不是索引：

df[~df[['ID', 'v1']].duplicated() | df['v3'].eq('cat')]

---

您可以使用按位and链接另一个条件，以确保

cat

不是

cat

：

df[~(df.reset_index().duplicated(['ID', 'v1']) & df.v3.ne('cat').values).values]

        v1     v2   v3
148  8751704.0  G  dog
123  9082007.0  G  dog
123  9082007.0  G  cat

---

当我尝试运行你的第二个解决方案时，我得到：

keyrerror:（'ID'，'v1'）

Ahh是的，对于速度，你认为什么是最快的解决方案？如果ID是索引，我认为这个带有

pd.index.duplicated

的解决方案更快，因为你不必使用

reset\u index

。但我不知道，因为我还没有用各种大小的数据帧对它进行测试。无论如何，我认为这两种解决方案都是好的

df[~(df.reset_index().duplicated(['ID', 'v1']) & df.v3.ne('cat').values).values]

        v1     v2   v3
148  8751704.0  G  dog
123  9082007.0  G  dog
123  9082007.0  G  cat