Pandas:删除所有重复索引的记录

Question

我有一个数据集，其中包含可能重复的标识符记录 appkey .理想情况下，重复记录不应该存在，因此我认为它们是数据收集错误。我需要删除 appkey 的所有实例发生不止一次。
drop_duplicates方法在这种情况下(或者是？)没有用，因为它选择第一个或最后一个重复项。有没有明显的成语可以用 Pandas 来实现这一点？

Answer 1

从 pandas 0.12 版本开始，我们有 filter为此。它完全符合@Andy 的解决方案使用 transform 所做的工作，但更简洁，速度更快。

df.groupby('AppKey').filter(lambda x: x.count() == 1)

窃取@Andy 的例子，

In [1]: df = pd.DataFrame([[1, 2], [1, 4], [5, 6]], columns=['AppKey', 'B'])

In [2]: df.groupby('AppKey').filter(lambda x: x.count() == 1)
Out[2]: 
   AppKey  B
2       5  6