熊貓：根據不同的行值刪除行

Question

我有一個熊貓數據框，它具有軌道上的信息以及它們如何匹配。有列了一大堆，但我想根據這些列砸行：是否存在「硬匹配」行具有相同的ID

 ID   Hard_Match Soft_Match 
75 205487000  False  True 
91 205487000  False  True 
47 205487000  True  False 
0 209845000  True  False 
62 210842000  True  False 
81 212085000  False  True 
96 229132000  False  False 
90 229550000  False  False 
66 229758000  True  False 

如果要刪除「軟匹配」行：

for each row in dataframe: 
    if row[hardmatched] == True somewhere else: 
     remove row 
    else: 
     keep row 

所以在上面的例子205487000會在指數91和75被刪除，保留在指數47

Answer 1

IIUC那麼下面的你想要做什麼：

In [112]: 
ids = df.loc[df['Soft_Match'] == True, 'ID'].unique() 
ids 

Out[112]: 
array([205487000, 212085000], dtype=int64) 

In [113]:  
hard_matches = df.loc[(df['Hard_Match'] == True) & df['ID'].isin(ids), 'ID'] 
hard_matches 

Out[113]: 
47 205487000 
Name: ID, dtype: int64 

In [116]: 
df.loc[~((df['ID'].isin(hard_matches)) & (df['Hard_Match'] == False))] 

Out[116]: 
      ID Hard_Match Soft_Match 
47 205487000  True  False 
0 209845000  True  False 
62 210842000  True  False 
81 212085000  False  True 
96 229132000  False  False 
90 229550000  False  False 
66 229758000  True  False 

因此，首先查找'Soft_Match'爲True時的ID，然後我們找到'Hard_Match'爲True的位置，並在ID與這些ID匹配的位置，然後過濾掉ID匹配的行以及'Hard_Match '是False