我有以下資料框：
| 指數 | 描述 |
|---|---|
| 0 | 用戶 A 打開的型別為 yyy 的選項卡 tab_1 |
| 1 | 一些值 |
| 2 | 用戶 B 打開的型別為 xxx 的選項卡 tab_1 |
| 3 | 用戶 A 打開的型別為 yyy 的選項卡 tab_4 |
| 4 | 一些值 |
| 5 | 用戶 A 關閉的型別為 yyy 的選項卡 tab_1 |
| 6 | 一些值 |
| 7 | 用戶 B 關閉的型別為 xxx 的選項卡 tab_1 |
| 8 | 由用戶 A 關閉的型別為 yyy 的選項卡 tab_2 |
| 9 | 一些值 |
| 10 | 用戶 C 關閉的 zzz 型別的選項卡 tab_3 |
我想洗掉“描述”列中的單元格沒有一對的行。我所說的對是指第 0 行和第 5 行以及第 2 行和第 7 行。第 3、8 和 10 行沒有它們的對 - 某些選項卡已由某個用戶打開并且未關閉或已關閉但未打開。
預期輸出：
| 指數 | 描述 |
|---|---|
| 0 | 用戶 A 打開的型別為 yyy 的選項卡 tab_1 |
| 1 | 一些值 |
| 2 | 用戶 B 打開的型別為 xxx 的選項卡 tab_1 |
| 4 | 一些值 |
| 5 | 用戶 A 關閉的型別為 yyy 的選項卡 tab_1 |
| 6 | 一些值 |
| 7 | 用戶 B 關閉的型別為 xxx 的選項卡 tab_1 |
| 9 | 一些值 |
有沒有辦法做到這一點？
uj5u.com熱心網友回復：
你可以試試這個功能duplicated：https ://pandas.pydata.org/docs/reference/api/pandas.DataFrame.duplicated.html
例如：
df_new = df.duplicated(subset=['Description'])
uj5u.com熱心網友回復：
df.drop_duplicates('Description')
uj5u.com熱心網友回復：
老實說，我不確定這是你需要的，但無論如何你可以試試這個：
mask = (df.groupby(df['Description'].str.replace('opened|closed','',regex=True))['Description'].
transform(lambda x: (x.str.contains('opened').any())&(x.str.contains('closed').any())))
res = df.loc[mask]
>>> res
'''
Index Description
0 Tab tab_1 of type yyy opened by User A
2 Tab tab_1 of type xxx opened by User B
5 Tab tab_1 of type yyy closed by User A
7 Tab tab_1 of type xxx closed by User B
uj5u.com熱心網友回復：
用 null 替換打開和關閉的文本，然后應用過濾（dataframegroupby 方法）以選擇出現的位置，然后將其洗掉
data.drop(data.groupby(data['Description'].str.replace('opened|closed','',regex=True)).filter(lambda x: x['Description'].count() == 1).index)
Index Description
0 Tab tab_1 of type yyy opened by User A
1 some_value
2 Tab tab_1 of type xxx opened by User B
4 some_value
5 Tab tab_1 of type yyy closed by User A
6 some_value
7 Tab tab_1 of type xxx closed by User B
9 some_value
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/465171.html
標籤：Python python-3.x 熊猫 数据框