Удалить дубликаты в Dataframe
Есть таблица, в которой имеются 4 колонки, необходимо по "Номеру анкеты" найти дублирующие анкеты и удалить их, оставив только одну анкету. Дело в том, что удаляя функцией drop_duplicates, он оставляет лишь первые вопросы анкет, при этом все остальные вопросы он удаляет. Мне же необходимо, чтобы оставались все вопросы на месте, а все остальные анкеты с таким же "Номером анкеты" были удалены. Пример входных данных:
Номер анкеты Вопрос Ответ Узлы
2fcc8 Ваш пол? Жен. Нет патологий
2fcc8 Ваш возраст? с 40 до 55 Нет патологий
2fcc8 Вы курите? Да Нет патологий
2fcc8 Сколько лет вы курите? от 15 до 30 лет Нет патологий
bdab0 Ваш пол? Жен. Нет патологий
bdab0 Ваш возраст? с 40 до 55 Нет патологий
bdab0 Вы курите? Да Нет патологий
bdab0 Сколько лет вы курите? от 15 до 30 лет Нет патологий
2fcc8 Ваш пол? Жен. Нет патологий
2fcc8 Ваш возраст? с 40 до 55 Нет патологий
2fcc8 Вы курите? Да Нет патологий
2fcc8 Сколько лет вы курите? от 15 до 30 лет Нет патологий
И то каким я вижу выходной файл:
Номер анкеты Вопрос Ответ Узлы
2fcc8 Ваш пол? Жен. Нет патологий
2fcc8 Ваш возраст? с 40 до 55 Нет патологий
2fcc8 Вы курите? Да Нет патологий
2fcc8 Сколько лет вы курите? от 15 до 30 лет Нет патологий
bdab0 Ваш пол? Жен. Нет патологий
bdab0 Ваш возраст? с 40 до 55 Нет патологий
bdab0 Вы курите? Да Нет патологий
bdab0 Сколько лет вы курите? от 15 до 30 лет Нет патологий
Ответы (1 шт):
Автор решения: passant
→ Ссылка
Если я правильно понял вопрос, то попробуйте вот так:
df.drop_duplicates(subset=['Номер анкеты', 'Вопрос'], keep='first')