在python数据帧中删除列中不包含特定字符串的多个列的重复项

Question

我想删除仅限于C2和C3列的副本。但是，现在在为重复项保留行时，列C4中以“zx”开头的行应该被赋予优先级。例如：考虑第0行和第1行（指C1列），行“0”保留在输出中，因为它包含“zx”，但C4被删除。另外，当两个副本包含相同的“zx”时，例如第6行和第7行，任何人都可以被删除。但是，当重复行（对于列C2和C3）包含不同的“zx”时，两者都应保留例如： 第8排和第9排。在

输入：

C1  C2   C3   C4
0   AB   Dat  zx101
1   AB   Dat  tp102
2   CD   CR   zx1032
3   CD   CR   lx1032
4   EF   KLM  2x501
5   EF   KLM  2x501
6   HI   NOP  zx707
7   HI   NOP  zx707
8   PL   TIP  zx303
9   PL   TIP  zx304

输出：

^{pr2}$

Answer 1

自然的方法是

• 首先对数据进行排序以便您希望保留的观察结果始终是每个重复组的第一个
• 然后使用drop_duplicates( keep = 'first')