Python数据帧有条件地删除重复项

我想根据列的值类型删除数据帧的重复行。例如，我的数据帧是：

A    B
3    4
3    4
3    5
yes  8
no   8
yes  8

如果

df['A']

是一个数字，我想

删除重复项（）

如果
df['A']
是一个字符串，我想保留重复项

因此，预期的结果将是：

A    B
3    4
3    5
yes  8
no   8
yes  8

除了对

循环使用

，还有什么类似python的方法吗？谢谢
 创建一个新列
C
：如果
a
列是数字列，则在
C
中指定一个公共值，否则在
C
中指定一个唯一值

然后，像往常一样，只需
删除重复的

注意：有一个很好的
isnumeric（）
方法来测试单元格是否与数字相似

In [47]:

df['C'] = np.where(df.A.str.isnumeric(), 1, df.index)
print df
     A  B  C
0    3  4  1
1    3  4  1
2    3  5  1
3  yes  8  3
4   no  8  4
5  yes  8  5
In [48]:

print df.drop_duplicates()[['A', 'B']] #reset index if needed
     A  B
0    3  4
2    3  5
3  yes  8
4   no  8
5  yes  8

创建一个新列
C
：如果
a
列是数字列，则在
C
中指定一个公共值，否则在
C
中指定一个唯一值

然后，像往常一样，只需
删除重复的

注意：有一个很好的
isnumeric（）
方法来测试单元格是否与数字相似

In [47]:

df['C'] = np.where(df.A.str.isnumeric(), 1, df.index)
print df
     A  B  C
0    3  4  1
1    3  4  1
2    3  5  1
3  yes  8  3
4   no  8  4
5  yes  8  5
In [48]:

print df.drop_duplicates()[['A', 'B']] #reset index if needed
     A  B
0    3  4
2    3  5
3  yes  8
4   no  8
5  yes  8

此解决方案更详细，但对于更复杂的测试可能更灵活：

def true_if_number(x):
    try:
        int(x)
        return True
    except ValueError:
        return False

rows_numeric = df['A'].apply(true_if_number)

df['A'][rows_numeric].drop_duplicates().append(df['A'][~rows_numeric])

此解决方案更详细，但对于更复杂的测试可能更灵活：

def true_if_number(x):
    try:
        int(x)
        return True
    except ValueError:
        return False

rows_numeric = df['A'].apply(true_if_number)

df['A'][rows_numeric].drop_duplicates().append(df['A'][~rows_numeric])