从列中删除数据

Question

我试图从我的数据框中删除一些数据，但只删除“to country”列中存在重复项的行

我的数据框如下所示：

   Year From country To country  Points
0  2016      Albania    Armenia       0
1  2016      Albania    Armenia       2
2  2016      Albania  Australia      12
      Year    From country       To country  Points
2129  2016  United Kingdom  The Netherlands       0
2130  2016  United Kingdom          Ukraine      10
2131  2016  United Kingdom          Ukraine       5

[2132 rows x 4 columns]

我试试这个：

df.drop_duplicates(subset='To country', inplace=True)

结果是：

   Year From country To country  Points
0  2016      Albania    Armenia       0
2  2016      Albania  Australia      12
4  2016      Albania    Austria       0
    Year From country       To country  Points
46  2016      Albania  The Netherlands       0
48  2016      Albania          Ukraine       0
50  2016      Albania   United Kingdom       5

[50 rows x 4 columns]

虽然这确实消除了重复的“To country”条目，但它也删除了“From country”列的所有值。我一定是把drop\u duplicates（）用错了，但是熊猫文档并没有帮助我理解为什么它会比我预期的下降更多？你知道吗

Answer 1

最简单的解决方案是按“to country”名称分组，并从每个组中选取第一行（或最后一行，如果您愿意）：

df.groupby('To country').first().reset_index()
#        To country  Year    From country  Points
#0          Armenia  2016         Albania       0
#1        Australia  2016         Albania      12
#2  The Netherlands  2016  United Kingdom       0
#3          Ukraine  2016  United Kingdom      10

与aryamccarthy的解决方案相比，这个解决方案可以让您更好地控制要保留哪些副本。你知道吗

Answer 2

不，这种行为是正确的假设每一支球队都和另一支球队比赛，它在寻找第一，而且所有这些第一都是“来自”阿尔巴尼亚。你知道吗

根据您下面所说的，您希望保留第0行，而不是第1行，因为它同时重复To和From国家。消除这些问题的方法是：

df.drop_duplicates(subset=['To country', 'From country'], inplace=True)