パンダ重複と「変更」という名前のデータセットがRIDにより、マージから得られた適切

Question

をdrop_duplicated動作しません：

changes.head() 

    DX_bl RID DX_m12 
0  1 3  1 
1  0 4  0 
2  0 6  0 
3  0 8  0 
4  1 10  1 

私はDX_blの行を特定することを意図して2次のコマンドを使用しましたし、 DX_m12が異なっている：

print(changes[~changes.duplicated(subset = ['DX_bl','DX_m12'], keep=False)]) 
print(changes.drop_duplicates(subset = ['DX_bl','DX_m12'])) 


    DX_bl RID DX_m12 
64  1 167  0 


    DX_bl RID DX_m12 
0  1 3  1 
1  0 4  0 
10  0 30  1 
64  1 167  0 

keep=False

場合、それはライン10（30 RID）および64（64 RID）を返すべきです。しかし、わかるように、それは10行目（RID 30）の情報を失う。

一方、 'keep'がデフォルトオプション（keep = 'first'）であれば、行0（RID 3）と1（RID 4）を間違って返します。

pandasのduplicated/drop_duplicatesにバグがありますか？

Answer 1

OK、「DX_blとDX_m12が異なる行を識別する意図があります」というコメントがありませんでした。

あなたはこれらの2列が異なるすべての行を一覧表示したい場合は、この使用することができます。

changes[changes['DX_bl'] != changes['DX_m12']] 

または、同等：あなたが投稿したデータから

changes.query('DX_bl != DX_m12') 

を、それはそうduplicated（）とdrop_duplicates（）がドキュメントとして動作しています。