如何从 Dataframe 中删除两列中的值相同的行？
How to drop rows from Dataframe where values in 2 columns are the sam?
我的DF如下图
Date New_date X Y
01-12 01-12 3 4
01-13 01-13 6 1
01-14 01.15 2 3
我需要这个结果：
Date New_date X Y
01-14 01.15 2 3
o 代码应删除前 2 行，因为日期列和 New_date 列中的值相同。我试过这个：
df.drop(df.loc[df['Date'] == df['New_date']])
但是没用。有什么想法吗？
致以最诚挚的问候并感谢您的帮助
使用pd.DataFrame.drop_duplicates
df = df.drop_duplicates(subset=['Date', 'New_date'], keep=False)
更改逻辑 - 如果值不相等，则获取所有行。
因此将 == 更改为 != 以获取不相等的值并在 boolean indexing 中过滤：
df = df[df['Date'] != df['New_date']]
print (df)
Date New_date X Y
2 01-14 01.15 2 3
我的DF如下图
Date New_date X Y
01-12 01-12 3 4
01-13 01-13 6 1
01-14 01.15 2 3
我需要这个结果：
Date New_date X Y
01-14 01.15 2 3
o 代码应删除前 2 行，因为日期列和 New_date 列中的值相同。我试过这个：
df.drop(df.loc[df['Date'] == df['New_date']])
但是没用。有什么想法吗？
致以最诚挚的问候并感谢您的帮助
使用pd.DataFrame.drop_duplicates
df = df.drop_duplicates(subset=['Date', 'New_date'], keep=False)
更改逻辑 - 如果值不相等，则获取所有行。
因此将 == 更改为 != 以获取不相等的值并在 boolean indexing 中过滤：
df = df[df['Date'] != df['New_date']]
print (df)
Date New_date X Y
2 01-14 01.15 2 3