如何根据 Pandas 数据框中的两个或多个子集标准删除重复项

问题描述：

可以说这是我的数据框

df = pd.DataFrame({ 'bio' : ['1', '1', '1', '4'],
                'center' : ['one', 'one', 'two', 'three'],
                'outcome' : ['f','t','f','f'] })

看起来像这样...

  bio center outcome
0   1    one       f
1   1    one       t
2   1    two       f
3   4  three       f

我想删除第 1 行，因为它具有与第 0 行相同的简历和中心。我想保留第 2 行，因为它具有与第 0 行相同的简历但中心不同。

基于 drop_duplicates 输入结构，这样的事情不会起作用，但这就是我正在尝试做的

df.drop_duplicates(subset = 'bio' & subset = 'center' )

有什么建议吗？

编辑：稍微改变了 df 以适合正确答案的示例

解决方案 1：

你的语法错误。以下是正确的方法：

df.drop_duplicates(subset=['bio', 'center', 'outcome'])

或者在这个特定的情况下，只需简单：

df.drop_duplicates()

两者都返回以下内容：

  bio center outcome
0   1    one       f
2   1    two       f
3   4  three       f

查看df.drop_duplicates 文档了解语法细节。subset应该是一系列列标签。

解决方案 2：

前面的答案很有帮助。它帮助了我。我还需要在代码中添加一些内容才能得到我想要的东西。所以，我想在这里补充一下。

数据框：

  bio center outcome
0   1    one       f
1   1    one       t
2   1    two       f
3   4  three       f

实施后drop_duplicates：

  bio center outcome
0   1    one       f
2   1    two       f
3   4  three       f

注意索引。它们搞乱了。如果有人想返回正常索引，即0, 1, 2来自0, 2, 3：

df.drop_duplicates(subset=['bio', 'center', 'outcome'], ignore_index=True)

输出：

  bio center outcome
0   1    one       f
1   1    two       f
2   4  three       f