исключить дублирование строки в кадре данных и сохранить строку с определенным значением строки

Question

import pandas as pd 

dfa = {'account':['a','b','a','c','a'],
      'ret_type':['CTR','WO','T','CTR','T'],
      'val':['0.0','0.1','0.2','0.3','0.4'],
      'ins_date':['11','12','11','13','14']}
df = pd.DataFrame(dfa)

    account ret_type     val    ins_date
0     a       CTR        0.0    11
1     b       WO         0.1    12
2     a       T          0.2    11
3     c       CTR        0.3    13
4     a       T          0.4    14

У меня есть требование удалить дублирующуюся строку, чтобы

1 duplicate row means combination of (account,ins_dat) 
2 if duplicate found i need to keep row with ret type CTR abd drop row with T
3 i dont want to delete T rows for which no duplicate row is there like 4
4 in this example fr ex 2nd row is deleted as output finally

как мне это сделать?

Answer 1

Я не уверен, что понял вас:

>>> df.drop_duplicates(subset = ['account', 'ins_date'])
  account ret_type  val ins_date
0       a      CTR  0.0       11
1       b       WO  0.1       12
3       c      CTR  0.3       13
4       a        T  0.4       14

Answer 2

Пожалуйста, проверьте это. Вы получите ответ.

df["duplicated"] = df[["account", "ins_date"]].duplicated(keep=False)
df = df[(df.ret_type == 'CTR') | ~df["duplicated"]]

Answer 3

Вы можете зациклить и проверить дубликаты, используя

карта аккаунта и комбинация ret_type

--- и затем отбросьте эту строку, используя индекс.

map ={}

for index, row in df.iterrows():
    if(map[row['account']]):
        if(map[row['account']] == row['ret_type']):
            df.drop(df.index[index])
    else:
        map[row['account']] = row['ret_type']