保留重复的一个值

Question

我有一个 pandas 数据框，可能有重复值，我想在 ans 列中保留值为 yes 的行

import pandas as pd
import numpy as np

data = {
'id': [1, 1, 2, 3, 4, 5, 5, 6, 7, 8, 8, 9, 9, 10],
'ans': ['no', 'yes', 'yes', 'no', 'no', 'yes', 'no', 'yes', 'no', 'no', 'yes', 'no', 'yes', 'no']
}

df = pd.DataFrame(data)
df.head(n = 8)

提前致谢！

Answer 1

IIUC 使用：

df = pd.DataFrame(data)
df = df[df['id'].isin(df.loc[df['ans'].eq('yes'), 'id'])]
print (df)
    id  ans
0    1   no
1    1  yes
2    2  yes
5    5  yes
6    5   no
7    6  yes
9    8   no
10   8  yes
11   9   no
12   9  yes

或者：

df = pd.DataFrame(data)
df = df.loc[df['ans'].eq('yes').groupby(df['id']).idxmax()]
print (df)
    id  ans
1    1  yes
2    2  yes
3    3   no
4    4   no
5    5  yes
7    6  yes
8    7   no
10   8  yes
12   9  yes
13  10   no

Answer 2

你可以使用

df.query("ans=='yes'")

或者

df.loc[df.ans == 'yes',:]