Skip to main content
 首页 » 编程设计

python之使用数据框中的条件删除重复项

2024年11月24日8daizhj

我有一个数据框,文本作为一列,标签作为另一列。 这些文本是带有单个标签的副本。 我想删除这些重复项并仅保留指定标签的记录。

示例数据框:

                 text label 
0          great view     a 
1          great view     b 
2        good balcony     a 
3        nice service     a 
4        nice service     b 
5        nice service     c 
6           bad rooms     f 
7     nice restaurant     a 
8     nice restaurant     d 
9   nice beach nearby     x 
10        good casino     z 
 

现在,如果我想在标签 a 存在的地方保留文本,并且只删除重复项。 示例输出:

          text label 
0         great view     a 
1       good balcony     a 
2       nice service     a 
3          bad rooms     f 
4    nice restaurant     a 
5  nice beach nearby     x 
6        good casino     z 

提前致谢!

请您参考如下方法:

您可以在 drop_duplicates 之前简单地尝试 sort_values,因为 df 将首先按 label 按 alpha beta (a> b 屈服于 True)

df=df.sort_values('label').drop_duplicates('text') 

或者

df=df.sort_values('label').groupby('text').head(1) 

更新

Valuetokeep='a' 
 
df=df.iloc[(df.label!=Valuetokeep).argsort()].drop_duplicates('text')