python - 我们如何检测 pandas 数据帧中的不一致？

Question

我有以下数据框，我想检测其结果是否不一致:

>>> import pandas as pd
>>> import numpy as np
>>> df = pd.DataFrame(np.array([[1, 2, 3, 1], [4, 5, 6, 0], [7, 8, 9, 0], [4, 5, 6, 1], [1, 2, 3, 1]]),
...                    columns=['a', 'b', 'c', 'result'])
>>> df
   a  b  c  result
0  1  2  3       1
1  4  5  6       0
2  7  8  9       0
3  4  5  6       1
4  1  2  3       1

我的目标是删除那些对相同值显示不同结果的行(应删除 id 1 和 3)。我知道我可以检测重复项并循环结果

>>> df[df.duplicated(['a', 'b', 'c'], keep=False)]
   a  b  c  result
0  1  2  3       1
1  4  5  6       0
3  4  5  6       1
4  1  2  3       1

但我想知道是否有一种更Pythonic的方式来获取(和删除)这些索引。

Answer 1

我将计算每个唯一的 a、b、c 值集的唯一值的数量:

to_keep = df[df.groupby(['a', 'b', 'c'])['result'].transform('nunique') == 1]

它给出:

   a  b  c  result
0  1  2  3       1
2  7  8  9       0
4  1  2  3       1