【发布时间】:2019-10-01 05:05:09
【问题描述】:
我想根据两列中的值从数据框中删除重复行:Column1 和 Column2
如果dataframe 是:
df = pd.DataFrame({'Column1': ["'cat'", "'toy'", "'cat'"],
'Column2': ["'bat'", "'flower'", "'bat'"],
'Column3': ["'xyz'", "'abc'", "'lmn'"]})
关于使用:
result_df = df.drop_duplicates(subset=['Column1', 'Column2'], keep='first')
print(result_df)
我明白了:
Column1 Column2 Column3
0 'cat' 'bat' 'xyz'
1 'toy' 'flower' 'abc'
但dataframe 使用相同的代码(猫和蝙蝠的情况发生了变化)
df = pd.DataFrame({'Column1': ["'Cat'", "'toy'", "'cat'"],
'Column2': ["'Bat'", "'flower'", "'bat'"],
'Column3': ["'xyz'", "'abc'", "'lmn'"]})
我明白了:
Column1 Column2 Column3
0 'Cat' 'Bat' 'xyz'
1 'toy' 'flower' 'abc'
2 'cat' 'bat' 'lmn'
预期输出:
Column1 Column2 Column3
0 'cat' 'bat' 'xyz'
1 'toy' 'flower' 'abc'
如何进行不区分大小写的比较?
【问题讨论】:
-
似乎没有内置的方法可以做到这一点,通常的做法似乎是先对你的列进行大小写,然后再drop_duplicates
-
@Nullman 但我想保留案例..
-
在删除重复项之前,我认为您可以将字符串转换为小写。例如。
df['Column1'] = [c1.lower() for c1 in df['Column1']]为Column1。对其他列执行相同操作。
标签: python pandas loops dataframe