削除データ

Question

私は私のデータフレームからいくつかのデータが、「国へ」の列に重複がある行だけを剪定しようとしている

マイデータフレームは次のようになります。

を

df.drop_duplicates(subset='To country', inplace=True) 

そして、何が起こるかは、このです：

Year From country To country Points 
0 2016  Albania Armenia  0 
1 2016  Albania Armenia  2 
2 2016  Albania Australia  12 
     Year From country  To country Points 
2129 2016 United Kingdom The Netherlands  0 
2130 2016 United Kingdom   Ukraine  10 
2131 2016 United Kingdom   Ukraine  5 

[2132 rows x 4 columns] 

私はそれでこれを試してみてください

Year From country To country Points 
0 2016  Albania Armenia  0 
2 2016  Albania Australia  12 
4 2016  Albania Austria  0 
    Year From country  To country Points 
46 2016  Albania The Netherlands  0 
48 2016  Albania   Ukraine  0 
50 2016  Albania United Kingdom  5 

[50 rows x 4 columns] 

これは、重複した 'To country'エントリを削除しますが、 'From country'列のすべての値も削除します。私は間違ったdrop_duplicates（）を使用している必要がありますが、パンダのドキュメントは私がそれを期待している以上に落ちる理由を理解する助けにはなりませんか？

Answer 1

いいえ、この動作は正しいです。すべてのチームが1チームおきにプレーしていると仮定すると、最初のチームがすべて見つかっており、最初のチームはすべて "From"アルバニアです。

あなたは以下の言ってきたことから、あなたは行0を維持したいが、それは両方ToとFrom国を繰り返しているため1行ではありません。これらを解消する方法は次のとおりです。

df.drop_duplicates(subset=['To country', 'From country'], inplace=True) 

Answer 2

最も簡単な解決策は、「国へ」の名前でグループ化することと、（あなたが好む場合、または最後の）各グループから行を最初に取る：

df.groupby('To country').first().reset_index() 
#  To country Year From country Points 
#0   Armenia 2016   Albania  0 
#1  Australia 2016   Albania  12 
#2 The Netherlands 2016 United Kingdom  0 
#3   Ukraine 2016 United Kingdom  10 

aryamccarthyのソリューションと比較すると、これにより、保持する重複をより詳細に制御できます。