如何仅对Pandas DataFrame中指定值的ID进行去重？

解决思路 #

把数据拆成两部分分别处理：

• 非目标ID的记录：直接全部保留
• 目标ID的记录：按ID去重，只保留第一条
  最后合并两部分数据，还原接近原始数据的顺序。

代码实现 #

import pandas as pd

# 原始DataFrame
df = pd.DataFrame({
    'ID': [1, 2, 3, 1, 2, 3],
    'Value': ['A', 'B', 'A', 'B', 'C', 'A']
})

# 指定需要去重的目标ID
target_id = 1

# 处理非目标ID的记录：全部保留
non_target_rows = df[df['ID'] != target_id]
# 处理目标ID的记录：按ID去重，保留第一条
target_unique_rows = df[df['ID'] == target_id].drop_duplicates(subset='ID', keep='first')

# 合并数据并恢复原始顺序（sort_index保证顺序和原数据一致）
result_df = pd.concat([target_unique_rows, non_target_rows]).sort_index().reset_index(drop=True)

# 输出结果
print(result_df)

输出结果 #

ID Value
0   1     A
1   2     B
2   3     A
3   2     C
4   3     A

内容的提问来源于stack exchange，提问作者MikeP