如何基于Pandas数据框中的两个或多个子集条件删除重复项

Question

可以说这是我的数据框

df = pd.DataFrame({ 'bio' : ['1', '1', '1', '4'],
                'center' : ['one', 'one', 'two', 'three'],
                'outcome' : ['f','t','f','f'] })

看起来像这样…

  bio center outcome
0   1    one       f
1   1    one       t
2   1    two       f
3   4  three       f

我想删除第1行，因为它具有与第0行相同的生物和中心。我想保留第2行，因为它具有相同的生物但中心与第0行不同。

像这样的事情基于drop_duplicates输入结构是行不通的，但这是我正在尝试做的事情

df.drop_duplicates(subset = 'bio' & subset = 'center' )

有什么建议 ？

编辑：更改df有点适合正确答案的示例

Answer 1

您的语法错误。这是正确的方法：

df.drop_duplicates(subset=['bio', 'center', 'outcome'])

或者在这种特定情况下，只需：

df.drop_duplicates()

两者都返回以下内容：

  bio center outcome
0   1    one       f
2   1    two       f
3   4  three       f

查看有关语法详细信息的df.drop_duplicates 文档。subset应该是列标签的序列。