python - 在 Pandas 中删除具有重复列的选定行

Question

假设我有一个这样的数据框：

fname    lname     email

Joe      Aaron   
Joe      Aaron     [e-mail]
Bill     Smith 
Bill     Smith
Bill     Smith     [e-mail]

是否有一种简洁方便的方法来删除 {fname, lname} 重复且电子邮件为空白的行？

标签： pythonpandas

Answer 1

您应该首先检查您的“空”数据是NaN空字符串还是空字符串。如果它们是混合的，您可能需要修改以下逻辑。

如果空行是 NaN

使用pd.DataFrame.sort_values和pd.DataFrame.drop_duplicates：

df = df.sort_values('email')\
       .drop_duplicates(['fname', 'lname'])

如果空行是字符串

如果您的空行是字符串，则需要ascending=False在排序时指定：

df = df.sort_values('email', ascending=False)\
       .drop_duplicates(['fname', 'lname'])

结果

print(df)

  fname  lname           email
4  Bill  Smith  [e-mail]
1   Joe  Aaron   [e-mail]