Pandas 无法计算具有重复轴的 isin

Question

我的数据框是这样的:

             userid           codeassigned         timestamp
15           553938              M1           1499371200000
15390        527638              M2           1599731200000
15389        521638              M2           1399901200000
15388        521638              M3           1439841200000
15387        553938              M4           1499521200000

我通过以下方式获取了此数据框的一个子集(具有最新时间戳的用户):

df = df.sort_values('timestamp', ascending=False)
mask = df.duplicated('userid')
subset_df = df[~mask]

现在，我想要来自主数据帧的所有行，其中 (userid, timestamp) 在 subset_df 中(可以有多个具有相同 [userid, timestamp] 但分配了不同代码的行)；我正在做的事情:

subset_df[['userid', 'timestamp']].isin(df)

但是，我收到了这个错误:

ValueError: cannot compute isin with a duplicate axis.

知道我做错了什么吗？

Answer 1

你需要merge对于过滤子集的内部连接:

subset_df = df.loc[~mask, ['userid', 'timestamp']]

df = subset_df.merge(df)

或者:

df = subset_df[['userid', 'timestamp']].merge(df)