python - 如果两列中的连续值相同，如何在 python 中删除重复项？

Question

我有一个如下所示的数据框:

A   B   C
1   8   23
2   8   22
3   9   45
4   9   45
5   6   12
6   4   10
7   11  12

如果 C 也相同，我想在保留连续出现的第一个值的地方删除重复项。例如，此处出现“9”的 B 列是重复的，它们在“C”列中的相应出现也是重复的“45”。在这种情况下，我想保留第一次出现。

预期输出:

A   B   C
1   8   23
2   8   22
3   9   45
5   6   12
6   4   10
7   11  12

我尝试了一些 group by，但不知道如何删除。

代码:

df['consecutive'] = (df['B'] != df['B'].shift(1)).cumsum()
test=df.groupby('consecutive',as_index=False).apply(lambda x: (x['B'].head(1),x.shape[0],
                                                       x['C'].iloc[-1] - x['C'].iloc[0]))

这个分组返回给我一个系列，但我想删除。

Answer 1

添加DataFrame.drop_duplicates按 2 列:

df['consecutive'] = (df['B'] != df['B'].shift(1)).cumsum()
df = df.drop_duplicates(['consecutive','C'])
print (df)
   A   B   C  consecutive
0  1   8  23            1
1  2   8  22            1
2  3   9  45            2
4  5   6  12            3
5  6   4  10            4
6  7  11  12            5

或者将两个条件与 | 链接起来进行按位 OR:

df = df[(df['B'] != df['B'].shift()) | (df['C'] != df['C'].shift())]
print (df)
   A   B   C
0  1   8  23
1  2   8  22
2  3   9  45
4  5   6  12
5  6   4  10
6  7  11  12