基于其他列值删除重复项（Python）

Question

我有一个3列的数据框。我想根据其他列中的值在A列中删除重复项。我不知疲倦地寻找，找不到这样的解决办法

例如：

^{tb1}$

基本上，我只想在其余列都是nan的情况下删除一个副本。否则，副本可以保留

期望输出：

^{tb2}$

Family2和Family3保留在df中，因为它们没有重复项，即使两列都是nan

Answer 1

尝试使用双布尔值，这将为所有重复项返回true&；对于['A']之后所有为空的任何列，为true。如果这两个条件都满足，我们将使用~运算符来排除这一点，该运算符反转布尔值

df[~(df.duplicated(subset=['A'],keep=False) & df.iloc[:,1:].isna().all(1))]

          A     B        C
1  Family1    NaN     1234
2  Family1   1245      NaN
3  Family1   3456    78787
4  Family2    NaN      NaN
5  Family3    NaN      NaN

Answer 2

你不是很清楚。如果B列和C列都为NaN，我怀疑您希望删除A列中的任何重复项。如果是，请尝试

df[~(df.A.duplicated(keep=False)&(df.B.isna()&df.C.isna()))]