在 Pandas 的列中删除具有非唯一值的行

Question

我有一个如下所示的数据框：

| id   | col1 | col2 | col3 | col4 |
|------|------|------|------|------|
| 1    | A    | B    | C    | 0    |
| 2    | M    | 0    | M    | 0    |
| 3    | B    | B    | 0    | B    |
| 4    | X    | 0    | Y    | 0    |

我想忽略在各自的列中只有一个唯一值的任何行。我最终会这样：

| id   | col1 | col2 | col3 | col4 |
|------|------|------|------|------|
| 1    | A    | B    | C    | 0    |
| 4    | X    | 0    | Y    | 0    |

这是一件看似简单的事情。但我似乎找不到任何关于如何在 Pandas 中执行此操作的提示，因为人们似乎最感兴趣的是删除与其他行重复的行，而不是那些在行本身中只有重复值的行。

df = [    {'id' : 1, 'col1' : 'A', 'col2': 'B', 'col3':   'C', 'col4':'0'},
          {'id' : 2, 'col1' : 'M', 'col2':   '0', 'col3': 'M', 'col4':'0'},
          {'id' : 3, 'col1' : 'B', 'col2':  'B', 'col3':  '0', 'col4':'0'},
          {'id' : 4, 'col1' : 'X', 'col2':  '0', 'col3':  'Y', 'col4':'0'}
          ]
df = pd.DataFrame(df)
df = df[['col1', 'col2', 'col3', 'col4']]
df

小记：值'0'在我的例子中实际上是一个字符串。
此时所有行都至少有一个值。

Answer 1

试试：

df[df.apply(lambda x: x[x != '0'].nunique(), axis=1) > 1]

---

与'id'

df.set_index('id')[df.set_index('id').apply(lambda x: x[x != '0'].nunique(), axis=1) > 1].reset_index()

Answer 2

一种解决方案是查看转置的数据框并搜索重复项。

你可以这样做：

df.T.duplicated().any().T

这将为您提供行重复的布尔系列，并使用该系列过滤您的数据框。