python - 如果有两个以上唯一值，则过滤 df - pandas

Question

我有一个 df，其中包含各个时间点的值。我有两个单独的列，它们应该为每个时间点显示一组唯一值。这种情况在大多数情况下都会发生，但有时时间点包含多个唯一值。我希望使用条件逻辑来过滤这些。

对于下面的df，Time中有唯一的时间点。我只想为每个时间点的 Value 和 Object 提供一组唯一值。如果 Value 中出现两个唯一的项目，我想删除 X 并保留 Y，无论 Object 中有什么。如果 Object 中有两个唯一的项目，那么我想保留第一行。在这种情况下，Value 中的项目将相同。

df = pd.DataFrame({   
        'Time' : ['2019-08-02 09:50:10.1','2019-08-02 09:50:10.1','2019-08-02 09:50:10.2','2019-08-02 09:50:10.2','2019-08-02 09:50:10.3','2019-08-02 09:50:10.3','2019-08-02 09:50:10.4','2019-08-02 09:50:10.4','2019-08-02 09:50:10.6','2019-08-02 09:50:10.6'],
        'Object' : ['A','A','B','B','C','A','C','B','B','B'],                 
        'Value' : ['X','X',np.nan,np.nan,'Y','X','Y','Y','Z','Z'],                  
        })

我最初考虑在每个时间点返回包含多个唯一项目集的行，这些行可用于过滤。

unq_Object = df.groupby('Time').apply(lambda x: x['Object'].unique())
unq_Value = df.groupby('Time').apply(lambda x: x['Value'].unique())

但不知道是否有更有效的方法？

预期输出:

                    Time Object Value
0  2019-08-02 09:50:10.1      A     X
1  2019-08-02 09:50:10.1      A     X
2  2019-08-02 09:50:10.2      B   NaN
3  2019-08-02 09:50:10.2      B   NaN
4  2019-08-02 09:50:10.3      C     Y
5  2019-08-02 09:50:10.4      C     Y
6  2019-08-02 09:50:10.6      B     Z
7  2019-08-02 09:50:10.6      B     Z

Answer 1

更新使用重复

df[df.duplicated(keep=False)|df.index.isin(df.groupby('Time').head(1).index)]
Out[187]: 
                    Time Object Value
0  2019-08-02 09:50:10.1      A     X
1  2019-08-02 09:50:10.1      A     X
2  2019-08-02 09:50:10.2      B   NaN
3  2019-08-02 09:50:10.2      B   NaN
4  2019-08-02 09:50:10.3      C     Y
6  2019-08-02 09:50:10.4      C     Y
8  2019-08-02 09:50:10.6      B     Z
9  2019-08-02 09:50:10.6      B     Z

如果所有时间有多个

我们能做到

df[df.Time.duplicated()|df.duplicated(keep=False)]