Pandas条件查询与去重

生成Pandas Dataframe，代码及输出结果如下：

import random
import pandas as pd

name_list = ['kim', 'kim', 'Amy', 'John', 'Amy', 'Bob']

result = []
for  i in range(len(name_list)):
    dt = {
        "name": name_list[i],
        "age": i + random.randint(1, 10),
        "weight": i * random.randint(1, 10)
    }
    result.append(dt)

df = pd.DataFrame(result)
print(df)

输出结果：

例如：查询 name=kim 且 age>5的数据：

print(df[(df.name == 'kim') & (df.age > 5)])

以name列去重：

df = pd.DataFrame(result).drop_duplicates(
        subset=['name'],  # 去重列，按这些列进行去重
        keep='first'  # 保存第一条重复数据
    )

print(df)

其中，subset可以多字段为参数，keep可选参数为‘first’， ‘last’，分别对应保留第一条和最后一条