使用数据框中的条件删除重复项

【问题标题】：Removing duplicates with a condition in data frame使用数据框中的条件删除重复项
【发布时间】：2019-07-12 11:02:04
【问题描述】：

我有一个数据框，其中文本作为一列，其标签作为另一列。文本是带有单个标签的重复文本。我想删除这些重复项并仅保留指定标签的记录。

示例数据框：

                 text label
0          great view     a
1          great view     b
2        good balcony     a
3        nice service     a
4        nice service     b
5        nice service     c
6           bad rooms     f
7     nice restaurant     a
8     nice restaurant     d
9   nice beach nearby     x
10        good casino     z

现在，如果我想在标签 a 存在的任何地方保留文本并仅删除重复项。示例输出：

          text label
0         great view     a
1       good balcony     a
2       nice service     a
3          bad rooms     f
4    nice restaurant     a
5  nice beach nearby     x
6        good casino     z

提前致谢！

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

您可以在drop_duplicates 之前简单地尝试sort_values，因为df 将首先由label 按alpha beta 的顺序排序（a>b 屈服于True）

df=df.sort_values('label').drop_duplicates('text')

或者

df=df.sort_values('label').groupby('text').head(1)

更新

Valuetokeep='a'

df=df.iloc[(df.label!=Valuetokeep).argsort()].drop_duplicates('text')

【讨论】：

感谢您的回复。仅当我想将标签“a”保留为我选择的标签时，这才有帮助。但是，如果我选择标签“b”并想要删除与标签“a”关联的重复项，则它不起作用。