跨多列删除连续重复项 - Pandas

Question

对此有几个问题，但未使用基于位置的多列索引：Pandas: Drop consecutive duplicates。

我有一个df，它可能包含跨特定行的连续重复值。我只想删除最后两列的它们。使用下面的df，我想删除year 和sale 中的值相同的行。

我在使用下面的查询时遇到错误。

import pandas as pd

df = pd.DataFrame({'month': [1, 4, 7, 10, 12, 12],
               'year': ['12', '14', '14', '13', '15', '15'],
              'sale': ['55', '40', '40', '84', '31', '32']})

cols = df.iloc[:,1:3]

# Option 1
df = df.loc[df[cols] != df['cols'].shift()].reset_index(drop = True)

ValueError: 必须只传递带有布尔值的 DataFrame

# Option 2
df = df[df.iloc[:,1:3].diff().ne(0).any(1)].reset_index(drop = True)

TypeError: 不支持的操作数类型 -: 'str' 和 'str'

预期输出：

   month  year  sale
0      1  2012    55
1      4  2014    40
3     10  2013    84
4     12  2014    31
5     12  2014    32

注意事项：

1) 我需要使用索引标签来选择列，因为标签会改变。我需要一些流动的东西。

2) drop_duplicates 在这里不合适，因为我只想删除与前一行相同的行。我不想完全放弃相同的价值。

Answer 1

我想删除 year 和 sale 中的值相同的行 这意味着您可以计算差异，检查 year 和 sale 上的值是否为零：

# if the data are numeric
# s = df[['year','sale']].diff().ne(0).any(1)

s = df[['year','sale']].ne(df[['year','sale']].shift()).any(1)
df[s]

输出：

   month  year  sale
0      1  2012    55
1      4  2014    40
3     10  2013    84
4     12  2014    31
5     12  2014    32