Python 在 pandas 中使用 group by 删除重复项

我有一个数据框，我正在try 使用group-by删除重复项.

data = {
    'Type': ['A', 'B', 'B', 'B', 'B', 'B', 'B', 'C', 'A', 'B', 'B', 'B', 'B', 'B', 'B', 'C','D','D'],
    'Key': ['ZPOC', 'adr#', 'name#', 'city#', 'adr#', 'city#', 'city#', 'ZZRE', 'ZPOC', 'adr#', 'name#', 'city#', 'adr#', 'city#', 'city#', 'ZZRE','item','item']
}

df = pd.DataFrame(data)

在类型列中，您可以看到该行从‘A’开始.因此，在下一个‘A’出现之前，它是我的一个团队.从该组中，我希望根据键列中的值保留最后出现的行，从而删除重复的行.

因此，只考虑第一组(A-B-C).在该组中，ADR#和CITY#重复出现两次，因此我希望仅从该重复项中保留最后一次出现.这一进程应针对每一组继续进行.

Note the duplicate rows should be removed only where Type = 'B'个

Desired Output

我几乎得到了我想要的输出，但过滤在Type=‘B’上不起作用

import pandas as pd

data = {
    'Type': ['A', 'B', 'B', 'B', 'B', 'B', 'B', 'C', 'A', 'B', 'B', 'B', 'B', 'B', 'B', 'C','D','D'],
    'Key': ['ZPOC', 'adr#', 'name#', 'city#', 'adr#', 'city#', 'city#', 'ZZRE', 'ZPOC', 'adr#', 'name#', 'city#', 'adr#', 'city#', 'city#', 'ZZRE','item','item']
}

df = pd.DataFrame(data)

# Create a mask for rows where 'Type' is 'A'
mask_a = df['Type'] == 'A'

# Create a new column 'Group' to identify the groups based on occurrences of 'A' in 'Type' column
df['Group'] = mask_a.cumsum()

# Filter and remove duplicates within each group

df = df.groupby('Group').apply(lambda x: x.drop_duplicates(subset='Key', keep='last') if (x['Type'] == 'B').any() else x)


# Drop the 'Group' column as it's no longer needed
df.drop('Group', axis=1, inplace=True)

df

如您所见，Type=‘D’的重复行也被删除，这是应该保留的.不知何故，我不知道为什么过滤不起作用.