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
bien formado y matplotlib punto en polígono no es preciso con la geolocalización cómo cambiar los marcos en tkinter usando el comando time y sin botón Convertir UTF-8 a cadenas literales en Python Python Script no se ejecutará a través de TextMate, OK en IDLE y Eclipse Rodaja de numpy de dimensiones arbitrarias Propósito de __repr__ de Python Invertir una expresión regular en Python Obtener el hash git actual en un script de Python Usando archivos .pth La clonación del entorno raíz de Conda no clona conda y condo-build Inicialización de la lista de Python usando múltiples instrucciones de rango Importaciones de Python por módulo de carpeta Reemplazar caracteres especiales en python Ejemplo de plantilla Python Social Auth Django pip3: comando no encontrado pero python3-pip ya está instalado

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