大熊猫:根据某些条件移除重复的行

Question

我在excel中有一个数据集，如下所示。

name,role,org
abc,admin,123
abc,agent,123
abc,end-user,123
abc,admin,124
abc,admin,123
bcd,admin,125
abc,admin,126
abc,agent,127
abc,agent,123
abc,end-user,130
abc,end-user,130
abc,agent,123
bc,agent,123
bc,admin,123
vcf,end-user,123

我试图过滤一些用户基于特定的条件。

管理员和代理不能在一个组织中有多个名称。

一个组织可以有许多同名的终端用户(所以希望保持最终用户的原样)。

从昨天开始，我试了很多东西，但没有运气。以下是我正在尝试的

df.loc[(df['role'] == 'agent' ) | (df['role'] == 'admin' ) | (~df['org'] )]

但是上面的代码正是将行作为输入返回。

请帮我解决这个问题

预期输出

name,role,org
abc,admin,123
abc,agent,123
abc,end-user,123
abc,admin,124
bcd,admin,125
abc,admin,126
abc,agent,127
abc,end-user,130
abc,end-user,130
bc,agent,123
bc,admin,123
vcf,end-user,123

Answer 1

使用Series.isin与DataFrame.duplicated一起删除每3列重复的agent, admin：

df1 = df[~(df['role'].isin(['agent','admin']) & df[['org', 'role', 'name']].duplicated())]

如果只有3栏：

df1 = df[~(df['role'].isin(['agent','admin']) & df.duplicated())]

print (df1)
   name      role  org
0   abc     admin  123
1   abc     agent  123
2   abc  end-user  123
3   abc     admin  124
5   bcd     admin  125
6   abc     admin  126
7   abc     agent  127
9   abc  end-user  130
10  abc  end-user  130
12   bc     agent  123
13   bc     admin  123
14  vcf  end-user  123