Python：如何仅基于某些列来唯一化我的表？

Question

我有一个df：

如何仅基于一列的长度删除重复项？因为我有行，它们的所有列都是相同的，但只有一个不是。我想忽略该列并基于另一列获取唯一值？你知道吗

我就是这样尝试的，但我得到了一个错误：

data.drop_duplicates('asn','first_seen','incident_type','ip','uri')

你知道吗？你知道吗

Answer 1

你在运行什么版本的pandas？我认为既然>0.14，就应该使用subset关键字向drop_duplicates()提供一个列列表，所以试试看

data.drop_duplicates(subset=['asn','first_seen','incident_type','ip','uri'])

另外请注意，如果您不使用inplace=True，则需要将返回值赋给新的数据帧。你知道吗

根据您的需要，您可能还希望在删除重复行之后调用reset_index()。你知道吗