如何在Pandas DataFrame中删除B列为'true'时A列重复的行？

首先来说说你原来的代码为什么不生效：

• df.loc[df['B']=='true']返回的是原DataFrame的一个子集（大概率是副本而非视图），对这个子集调用drop_duplicates(inplace=True)只会修改这个临时的子集，不会影响你原始的df。
• 更关键的是，这段代码的逻辑和你的需求不匹配：你要删除所有满足“A重复且B='true'”的行，但原代码只是在B='true'的行里对A去重、保留第一行，这意味着那些A重复的B='true'行里，第一行会被保留下来，这不符合你的目标。

正确的实现方式 #

我们可以通过布尔索引直接筛选出需要保留的行：保留的行要么是A不重复，要么是A重复但B不等于'true'。

# 筛选并重新赋值给原DataFrame
df = df[~((df.duplicated('A', keep=False)) & (df['B'] == 'true'))]

如果你习惯用drop方法，也可以先获取需要删除的行的索引，再删除：

# 找出所有满足条件的行的索引
to_drop_indices = df[(df.duplicated('A', keep=False)) & (df['B'] == 'true')].index
# 从原DataFrame中删除这些行
df.drop(to_drop_indices, inplace=True)

代码解释 #

• df.duplicated('A', keep=False)：标记所有A列值重复的行（返回布尔数组，True表示该行的A值在DataFrame中出现过不止一次）。
• (df.duplicated('A', keep=False)) & (df['B'] == 'true')：找出同时满足“A重复”和“B='true'”的行，这些就是我们要删除的行。
• ~符号：对布尔数组取反，得到需要保留的行的条件。

这样就能精准删除所有符合你要求的行啦！

内容的提问来源于stack exchange，提问作者Tatsuya