for (Iterator<String> itr = someList.iterator(); itr.hasNext(); ) {
String item = itr.next();
System.out.println(item);
}
Теперь это намного проще в пандах с drop_duplicates и параметром keep.
import pandas as pd
df = pd.DataFrame({"A":["foo", "foo", "foo", "bar"], "B":[0,1,1,1], "C":["A","A","B","A"]})
df.drop_duplicates(subset=['A', 'C'], keep=False)
Собственно, отбрасывать строки 0 и 1 требуется только (любые наблюдения, содержащие совпадающие A и C, сохраняются.):
In [335]:
df['AC']=df.A+df.C
In [336]:
print df.drop_duplicates('C', take_last=True) #this dataset is a special case, in general, one may need to first drop_duplicates by 'c' and then by 'a'.
A B C AC
2 foo 1 B fooB
3 bar 1 A barA
[2 rows x 4 columns]
Но я подозреваю, что вы действительно этого хотите (одно наблюдение, содержащее согласованное A и C сохраняется.):
In [337]:
print df.drop_duplicates('AC')
A B C AC
0 foo 0 A fooA
2 foo 1 B fooB
3 bar 1 A barA
[3 rows x 4 columns]
Теперь это намного яснее, поэтому:
In [352]:
DG=df.groupby(['A', 'C'])
print pd.concat([DG.get_group(item) for item, value in DG.groups.items() if len(value)==1])
A B C
2 foo 1 B
3 bar 1 A
[2 rows x 3 columns]
использовать groupby
и filter
import pandas as pd
df = pd.DataFrame({"A":["foo", "foo", "foo", "bar"], "B":[0,1,1,1], "C":["A","A","B","A"]})
df.groupby(["A", "C"]).filter(lambda df:df.shape[0] == 1)
Просто хочу добавить ответ Бена на drop_duplicates :
keep
: {'first', 'last', False}, по умолчанию 'first'
Итак, установите keep
в False, мы дадим вам желаемый ответ.
DataFrame.drop_duplicates (* args, ** kwargs) Возвращает DataFrame с дублирующимися строками, только с учетом определенных столбцов
Параметры: подмножество: метка столбца или последовательность меток, необязательно Учитывать только определенные столбцы для идентификации дубликатов, по умолчанию использовать все столбцы: {'first', 'last', False }, по умолчанию сначала «первым»: сбросить дубликаты, за исключением первого вхождения. last: удалить дубликаты, за исключением последнего вхождения. False: удалить все дубликаты. take_last: устаревший inplace: boolean, по умолчанию False Отбрасывать дубликаты на месте или возвращать копии cols: только аргумент kwargs подмножества [устаревший] Возвраты: дедуплицированный: DataFrame
blockquote>
Если вы хотите, чтобы результат сохранялся в другом наборе данных:
df.drop_duplicates(keep=False)
или
df.drop_duplicates(keep=False, inplace=False)
Если один и тот же набор данных необходимо обновить:
df.drop_duplicates(keep=False, inplace=True)
Вышеприведенные примеры удаляют все дубликаты и сохраняют один, похожий на DISTINCT *
в SQL