Desarrollo de Python
  1. Desarrollo de Python
  3. Elimine las filas duplicadas del dataframe de Pandas donde solo algunas columnas tienen el mismo valor
Intereting Posts
SyntaxError: se encontraron varias declaraciones al comstackr una única statement de python ¿Cómo pasar argumento en hilos? ¿Cómo extraigo todos los valores de una clave específica de una lista de diccionarios? Utilice Python / PIL o similar para reducir el espacio en blanco ¿Cómo limitar el uso de núcleos de Python a nivel mundial en Ubuntu? ¿Cómo representar PDF usando el visor pdf.js en PyQt? Cifrar en python – descifrar en Javascript Progtwigción de progtwigs en Python python argparse y unittest Cómo borrar campos de formulario después de un envío en Django Generar y enviar un número dynamic de objetos en un formulario con Django Atajo de teclado “Toma 1 argumento posicional pero 2 fueron dados” Selenium webdriver elemento destacado antes de hacer clic ImportError: Ningún módulo llamado ‘driver’ en pyttsx Kivy: cómo hacer que el widget se comporte como un desbordamiento: oculto

Elimine las filas duplicadas del dataframe de Pandas donde solo algunas columnas tienen el mismo valor

Tengo un dataframe de pandas de la siguiente manera: 

ABC 1 2 x 1 2 y 3 4 z 3 5 x

Quiero que solo quede 1 fila de filas que comparten los mismos valores en columnas específicas. En el ejemplo anterior me refiero a las columnas A y B. En otras palabras, si los valores de las columnas A y B aparecen más de una vez en el dataframe, solo debe quedar una fila (la que no importa).

FWIW: el número máximo de las llamadas filas duplicadas (es decir, donde las columnas A y B son iguales) es 2.

El resultado debería verse así: 

 ABC 1 2 x 3 4 z 3 5 x

o 

 ABC 1 2 y 3 4 z 3 5 x

Use drop_duplicates con el subset parámetros, para mantener solo las últimas filas duplicadas agregue keep='last' : 

 df1 = df.drop_duplicates(subset=['A','B']) #same as #df1 = df.drop_duplicates(subset=['A','B'], keep='first') print (df1) ABC 0 1 2 x 2 3 4 z 3 3 5 x 
 df2 = df.drop_duplicates(subset=['A','B'], keep='last') print (df2) ABC 1 1 2 y 2 3 4 z 3 3 5 x